[发明专利]一种基于形状先验的全自动医学图像分割方法和设备

说明书

本发明公开了一种基于形状先验的全自动医学图像分割方法和设备，适用于OCT图像血管壁分离。该方法包括：选取待处理的OCT图像，将原始OCT数据转换到直角坐标系下，提取灰度值最大的部分作为参考图像；进行导管外壁的检测，并生成导管外壁面；将导管外壁面作为初始化和形状先验融入到变分框架中，得到基于形状先验的几何活动轮廓模型；求解活动轮廓模型，根据得到的分割曲线进行形状先验的更新，交替进行求解模型和形状先验更新操作，直到达到迭代停止条件，得到分割结果。本发明能够自动生成不同半径的血管的形状先验，从而有效分割带有边界缺失、血液、伪影等因素干扰的OCT图像上的血管内壁，并且不需要人工干预或优化形状参数。

技术领域

本发明属于医学图像处理技术领域，具体涉及一种基于自动更新的形状先验的全自动医学图像分割方法和设备。

背景技术

冠心病的主要原因是动脉粥样硬化病变而引起冠状动脉管腔变窄，进而引起动脉闭塞，危及生命。医学上，管腔狭窄程度是评估血管健康的关键指标，而管腔狭窄程度的检测主要是通过计算血管面积来实现的。此外，管腔面积信息对临床治疗中冠脉支架尺寸的选择和放置位置也至关重要。医学图像上对管腔/血管壁的精确分割可以提供准确的管腔面积信息。

许多影像学方法被用来评估冠状动脉的状态和狭窄程度。主要的常规成像方法包括血管造影、血管内超声(IVUS，intravscular ultrasound imaging)、血管内光学相干断层扫描(IVOCT或OCT，Optical Coherence Tomography)。因为能够提供高分辨率的图像和显示血管的内部结构，OCT已经成为临床上广泛应用的成像技术。

OCT的成像质量通常与操作人员经验以及成像设备紧密相关，实际图像分割中，仍然存在挑战性的问题。首先，由于每幅图像中都会无可避免的出现导丝的阴影，OCT图像中的管腔边界总是存在部分缺失的情况。另外，距离成像导丝过远和存在遮挡等都会带来目标边界的部分缺失。其次，图像中还存在干扰信息。一些伪目标如残留的血液和导丝等与血管壁具有相似的灰度特征，从而影响了分割的精度。第三，OCT图像上血管呈现出剧烈的波动，这是由于导丝的高速旋转前进所导致的运动伪影。值得注意的是，以上问题几乎出现在每例图像中，且因为操作者水平的不同，带来不同程度的图像降质，所以处理这些问题对于准确分割管腔非常重要。

OCT成像设备在血管中成像，所获得的原始数据为血管在极坐标下的图像，一些分割算法直接在此数据上通过分类、活动轮廓线和聚类等方法分割管腔边界。但极坐标下的原始数据无法提供血管的几何信息，这些数据通常被转换到笛卡尔坐标系下，通过阈值法、动态规划、Dijkstra算法、水平集法、插值法等来分割图像。然而，上述算法多数都是在图像质量良好的OCT图像上完成的，而低质量图像上的分割则少有涉及。此外，对于OCT图像中普遍存在的干扰因素，如部分缺失的边界，导丝阴影和残留血液造成的伪边界等，一些算法采用了预处理步骤对这些情况进行处理，如补齐缺失等，这增加了额外的处理代价，抗干扰能力差。近年来，基于深度学习的方法也被用于在OCT图像上分割管腔，并获得相对较好的分割结果，但这些方法通常需要大量标记图像作为训练集来保证分割的准确性，而这些标注图像是代价高昂且难以获得的。

发明内容

发明目的：本发明的目的是提供一种医学图像分割方法，解决现有OCT图像上血管壁分割方法中对于低质量图像不支持、抗干扰能力差、处理代价高等问题，达到精准分割血管壁的目的。

本发明还提供一种实现上述医学图形分割方法的医学成像设备。

技术方案：为了实现以上发明目的，本发明采用如下技术方案：

第一方面，基于形状先验的全自动医学图像分割方法，包括以下步骤：

(1)选取待处理的三维OCT图像，将原始OCT数据转换到直角坐标系下，提取灰度值最大的部分作为参考图像；

(2)根据三维OCT图像进行导管外壁的检测，并生成导管外壁面；