[发明专利]面向医学影像的脑动脉快速自动分割方法及系统

权利要求书

1.一种面向医学影像的脑动脉快速自动分割方法，其特征在于，包括以下步骤：

1)对输入的图像进行校正；

2)对校正后的图像采用自检测分割方法进行阈值分割；

3)对阈值分割后的图像使用自适应颅内模板去除颅骨；

4)对去除颅骨后的图像进行种子点集阈值计算；

5)种子点集自动提取：在去除颅骨后的图像中，提取像素数高于步骤4)得到的种子点集阈值的连通域作为种子点集；

6)进行直方图统计，计算阈值系数：统计所提取的种子点集的直方图，计算其平均值、方差，采用高斯分布模型，按照不同的系数等级a，计算得到高斯函数的边界f，获得系数等级与高斯函数边界的对应关系f(a)；对步骤1)输入的原始图像使用与步骤3)相同的自适应颅内模板去除颅骨，然后依据上述系数等级与高斯函数边界的对应关系f(a)，统计去除颅骨的图像中符合不同系数等级的边界的像素数量p(a)，按照像素数量p(a)与系数等级a的变化关系，选择阈值系数a'；

7)区域增长：以步骤6)选择的系数a'对应的高斯函数边界f(a')作为边界阈值，对步骤5)获得的种子点集进行区域增长，得到脑动脉血管的粗分割图像；

8)精细分割：提取粗分割图像的血管中心线，对中心线上的每一点，根据其相应的粗分割结果半径，以2倍半径为距离设置两个端点，采用图割方法，得到两个端点间的边界，对中心线上所有的点都采用同样方法得到边界，对所有的短边界相交的部分取交点内侧，使全部短边界相连接，得到脑动脉血管的精细分割图像。

2.根据权利要求1所述的面向医学影像的脑动脉快速自动分割方法，其特征在于，所述步骤2)具体包括：

2-1)采用自检测分割方法，首先设置初始阈值，按该初始阈值对校正后的图像分割形成二值化的预分割图像，统计预分割图像内的前景像素总数Q；

2-2)将预分割图像分为不同区域，统计不同区域范围内的像素数量关系；

2-3)判断预分割图像是否满足以下条件：

A、当前景像素总数Q在预先设定的阈值范围内，

B、不同区域范围内的像素数量关系满足预先设定的标准；

当预分割图像不同时满足上述调节A和B时，丢弃预分割图像，对初始阈值进行一定比例的提升或下降，对校正后的图像进行重新分割，直到预分割图像同时满足上述调节A和B，则将分割结果作为阈值分割后的图像输出。

3.根据权利要求2所述的面向医学影像的脑动脉快速自动分割方法，其特征在于，所述步骤3)具体包括：对于阈值分割后的图像，以图像中心为圆心，间隔一定度数设置向外的辐射线，以图像边缘向内的方向检测每个辐射线上的第一个像素值阶跃点；

对得到的所有第一个像素值阶跃点，计算每两个点之间的X方向的欧式距离Xa，计算每两个点之间的Y方向的欧式距离Ya，然后取所有Xa中的最大值Xa_max，取所有Ya中的最大值Ya_max；再以Xa_max作为X方向的轴、Ya_max作为Y方向的轴，建立椭圆；

沿椭圆边界以特定半径的球形算子进行膨胀，得到两个椭圆，该两个椭圆作为自适应颅内模板，两个椭圆内的区域即为去除颅骨的分割结果。

4.根据权利要求3所述的面向医学影像的脑动脉快速自动分割方法，其特征在于，所述步骤3)中，对三维数据，从中央横断面向上下两个方向，建立其横断面上的每一层的模板，当该层的分割图像无法建立模板时，采用其相邻层已有的模板作为该层模板。

5.根据权利要求3所述的面向医学影像的脑动脉快速自动分割方法，其特征在于，所述步骤4)具体包括：采用连通域检测方法，统计步骤3)得到的去除颅骨后的图像的连通域，并计算各连通域中像素的数量，并按像素从多到少进行排名，根据排名的情况设置相应的种子点集阈值。

6.根据权利要求5所述的面向医学影像的脑动脉快速自动分割方法，其特征在于，所述步骤4)中，将连通域按照像素数量进行排名后，当有两个以上连通域时，根据前两位连通域的像素数、差异率，将种子点集阈值设置为不同的档次，其中差异率的定义为：100％*(第一名像素数-第二名像素数)/第一名像素数。