[发明专利]基于GVF Snake模型的人体胸腹腔CT图像主动脉分割方法

摘要

本发明公开了一种基于GVF Snake模型的人体胸腹腔CT图像主动脉分割方法，主要克服了传统手动分割、半自动分割工作量大，耗时长等缺点，同时本发明可重复性好，避免了人工分割造成的不确定性；其实现过程是：(1)读取CT图像，进行图像预处理；(2)在预处理后得到的图像上进行GVF Snake模型的初始轮廓设置；(3)求取预处理后得到的图像的边缘图像；(4)基于得到的边缘图像通过扩散方程求梯度矢量流GVF作为外部能量场；(5)建立内部能量模型用于保持轮廓的光滑性；(6)利用内部能量和外部能量构造能量函数E，通过迭代运算来求取能量E的极小值，最终使轮廓到达目标边界；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GVF Snake模型的人体胸腹腔CT图像主动脉分割方法，包括下列步骤：(1)读取CT图像，进行图像预处理；(2)在步骤(1)中处理后的图像上进行GVF Snake模型的初始化轮廓设置；(3)对由步骤(1)中处理后得到的图像求其边缘图像；(4)基于步骤(3)中得到的边缘图像通过扩散方程求梯度矢量流GVF作为外部能量场；(5)建立内部能量模型用于保持轮廓的光滑性；(6)基于步骤(4)和步骤(5)构造能量函数E，通过迭代运算来求取能量E的极小值，最终使轮廓到达目标边界；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；步骤(2)中，由于此GVF Snake模型对轮廓初始化位置较传统Snake模型的灵活性高，因此初始轮廓设置在目标边界的内部、外部或者是与目标边界相交，最终均能正确收敛到主动脉的边界上；步骤(3)中，定义f(x，y)为经预处理后得到的图像I(x，y)的边缘图像；边缘图像f(x，y)具有在靠近目标边界处取值较大的性质；步骤(4)中，将梯度矢量场定义为：V(x，y)＝(u(x，y)，v(x，y))，则梯度矢量流是使如下能量泛函最小的矢量场：步骤(5)中，弹性能量和弯曲能量合称内部能量，用于控制轮廓线的弹性形变，起到保持轮廓连续性和平滑性的作用；步骤(6)中，轮廓曲线在来自模型自身的内力和来自模型以外的外力的共同约束下，进行“主动”地变形和位移；其中内力约束轮廓曲线的形状特性，外力引导曲线的行为；通过多次迭代运算不断更新模型轮廓曲线的位置，最终使轮廓到达目标边界。