[发明专利]左心室分割方法、装置及电子设备

说明书

本申请提供了一种左心室分割方法、装置及电子设备，其中，方法包括：获取心脏医学影像数据；根据心脏生理结构特征，在医学影像数据中确定心尖位置和心基位置；基于心尖位置和心基位置采用区域生长算法确定左心室腔分割结果；根据左心室腔分割结果，基于水平集算法分割得到左心肌分割结果；合并左心室腔分割结果和左心肌分割结果得到左心室分割结果。由于心尖和心基位于心室内，因此基于心尖和心基采用区域生长法可以得到较为准确的左心室腔分割结果，由于左心室腔与左心肌灰度差别较大，灰度梯度变化明显，以左心室腔分割结果为基础，利用水平集算法进行准确的左心肌分割，演化速度快。

技术领域

本申请涉及医疗图像技术领域，尤其涉及一种左心室分割方法、装置及电子设备。

背景技术

近年来心脏疾病已经成为人类健康的头号杀手。如何有效准确的诊断心血管疾病已经成为医学工作者的头号课题。从心脏机理来看，负责供血到全身各个器官的左心室是心脏中最重要的部分。因此其形态和运动的异常被作为评估心脏病变的重要依据。随着医学影像技术的发展，无创的基于左心室的心功能分析已经成为心脏疾病临床诊断的重要辅助手段。

目前心功能分析的影像学方法有很多种，临床上常用的是超声和核磁共振。超声视野局限，容易受操作者的主观影像，并且空间分辨率差，测量值偏差大且重复性不佳，核磁共振虽然有较高的时间和空间分辨率，但是扫描时间长，价格昂贵，且临床应用受限制。近年来随着多层螺旋CT技术的快速发展，其在扫描速度，良好的空间和时间分辨率，使得其在心脏方法的应用逐渐成为临床诊断的主流影像技术。

心功能分析主要是通过图像分割观察左心室的形态结构，采用运动估计技术获取左心室的功能分析，从而估测左心室的整体功能及左心肌的局部功能，是当前无创的心功能分析的主要技术。目前，多层螺旋CT在心功能分析上的研究较少，临床上多需要手动勾勒出左心室的心内膜和心外膜轮廓，系统再自动计算所标记区域的参数。基于多层螺旋CT全自动的分割左心室和左心肌是辅助临床应用的发展趋势和研究热点。

目前有很多关于左心室分割的算法，但是大多数都是基于超声和核磁共振的左心室分割，很少基于CT图像的。这些分割算法主要分为以下几类：传统的图像分割算法，基于模型的分割方法，基于水平集的分割算法，聚类以及基于图的分割方法。

传统的分割方法主要包括：阈值分割方法，区域生长方法，边缘检测方法。其中阈值分割方法在考虑图像灰度值的同时不对图像的空间分布进行考虑，对噪声非常敏感。区域生长方法受限于图像的对比度，容易欠分割或者过分割。图像的边缘检测对模糊边缘的效果很差，往往检测不到。

基于模型的分割算法，如主动形状模型和主动表面模型。通过使用左心室的先验知识建立模型，分割结果的准确性严重依赖训练模型，受主观描绘训练模型的影响，而且费时又耗力。

基于水平集的分割算法，能够在噪声数据中较好的进行边缘分割，在描绘左心肌的边界方面，发展比较成熟。然而在执行中仍旧存在一些问题和困难，如计算复杂度高，零水平集的初始化，若干个参数，并且在演化过程中花费较多的时间，在非均质区域中容易选择错误的局部极小值，尤其在低灰度梯度变化处易造成泄漏。

模糊聚类的算法允许聚类生长成自然的形状，可用于图像序列的任意纬度和任意分辨率。该方法的主要缺点是处理外部点方面有困难，聚类中数据点的成员关系直接依赖其他聚类中心的成员关系值，并且有时候会产生不可靠的结果。

基于图的分割方法无需严重依赖或明确学习先验知识，通过足够的用户交互，可获得任意的分割，并且比较容易扩展到3D及更高维度的分割中。但是该算法仍有一些缺陷：如需要用户的多次交互，在弱边界情况下，容易受到“最小割”问题的影响。

因此，如何对左心室进行精确分割成为亟待解决的技术问题。

发明内容

本申请提供了一种左心室分割方法、装置及电子设备，以解决相关技术中难以对左心室进行精确分割的技术问题。