[发明专利]基于Hessian矩阵的人体胸腹腔CT图像主动脉夹层提取方法

摘要

本发明公开了一种基于Hessian矩阵的人体胸腹腔CT图像主动脉夹层提取方法；主要克服了传统手动分割工作量大，耗时长等缺点；而且本发明可重复性好，避免了人工分割造成的不确定性；同时本发明抗噪性能好，避免了传统分割方法中分割效果易受噪声影响的问题；其实现过程是：(1)读取CT图像，进行图像预处理并单独提取出主动脉区域；(2)构建二维Hessian矩阵应用于获取到的整个主动脉区域上的每一个像素点，并分别求得每一个像素点对应的两个特征值；(3)计算每个像素点上的两个特征值的相对差，并设置一合适的阈值，从而仅将包括主动脉壁与夹层部分在内的轮廓点提取出来；(4)识别出属于主动脉壁的像素点并将其去掉，从而将夹层单独分离出来；本发明在人体胸腹腔主动脉夹层分离诊断治疗领域有着重要的应用价值。

主权项

一种基于Hessian矩阵的人体胸腹腔CT图像主动脉夹层提取方法，包括下列步骤：(1)读取CT图像，进行图像预处理并单独提取出主动脉区域；(2)构建二维Hessian矩阵应用于步骤(1)得到的图像上的每一个像素点，并分别求得每一个像素点对应的两个特征值；(3)基于步骤(2)计算每个像素点上的两个特征值的相对差，并设置一合适的阈值，从而仅将包括主动脉壁与夹层部分在内的轮廓点提取出来；(4)在步骤(3)得到的图像上识别出属于主动脉壁的像素点并将其去掉，从而将夹层单独分离出来；步骤(1)中，由于人体胸腹腔内部结构的复杂性，以及CT图像的整体亮度偏暗，各组织、器官之间的对比度较低，因此需要对读入的CT图像的亮度进行适当调整；此外，若对整幅CT图像进行后续运算，计算量会非常大，降低了运算效率，而且其它组织器官也会对主动脉的自动分割产生一定干扰，因此应选取适当大小的感兴趣区域用于后续的运算处理；再在感兴趣区域的基础上自动提取出主动脉区域，彻底消除胸腹腔内其它组织对夹层提取的干扰；步骤(2)中，Hessian矩阵是一个多元函数的二阶偏导数构成的方阵，描述了函数的局部曲率，主要用于判断函数在某一点处的性质，因此也可将Hessian矩阵用于对图像上各像素点的性质做描述；步骤(3)中，Hessian矩阵特征值的相对差描述了图像上某点处的灰度梯度变化的速度；如果特征值相差较多，则梯度变化速度越快，即此点可判断为是轮廓点；反之，特征值相差不多，那么此点就不是轮廓点；步骤(4)中，计算主动脉区域的外壁轮廓上的各点与通过特征值相对差提取出来的主动脉壁和夹层轮廓上各点之间的距离，识别出步骤(3)所得到的图像上属于主动脉壁的像素点并且将其去掉，最终只保留夹层部分。