[发明专利]基于图像融合的心脏CT冠脉全自动分割方法

摘要

本发明提出了基于图像融合的心脏CT冠脉全自动分割方法，所述方法首先对心脏CT图像采用Vesselness算法进行图像滤波，随后沿冠脉中心线计算原始三维图像和Vesselness增强三维图像的二维截面，生成大小是100×100像素的二维图像序列。在二维截面上利用图像灰度信息和Vesselness图像信息进行自适应融合。最终，采用Levelset(水平集)算法在融合后的二维截面上进行演化自动分割出冠脉区域，分割后的图像根据逆变换关系，映射回三维空间，实现心脏CT图像的冠脉自动分割。本发明主要提出了一种针对心脏三维CT图像进行冠脉自动分割的方法，在提取冠脉中心线的基础上，生成三维图像的二维截面，利用两种图像信息进行融合，最大程度地保证了在心脏CT图像质量较低的情况下，对心脏冠脉的准确的分割。

主权项

基于图像融合的心脏CT冠脉全自动分割方法，其特征在于，包括对原始三维图像采用Vesselness算法进行图像滤波增强，对增强后的图像以及原始三维灰度图像沿提取的冠脉中心线计算二维截面，随后在二维截面上利用图像灰度信息和增强的Vesselness图像信息进行自适应融合，最后利用Levelset水平集算法在融合后的二维截面上进行演化自动分割出冠脉区域，分割后的二维序列图像再根据逆变换关系，映射回三维空间，实现心脏CT图像的冠脉分割，具体步骤如下：A1、采用Vesselness算法实现图像增强：对原始的心脏三维CT图像利用Vesselness算法进行图像增强，并将增强后的图像数据进行保存；A2、计算图像二维截面：对增强后的三维图像沿冠脉中心线计算二维截面，生成的图像是以中心线上的点为中心，大小为100×100像素的二维图像序列；对原始的三维灰度图像进行相同的处理并保存；A3、根据自适应阈值预处理图像：以原始灰度图像二维截面的中心为采样区域的中心，由采样区域像素值得出该区域原始图像的自适应阈值，遍历该区域像素点对原始图像进行预处理得到原始图像的灰度信息；A4、图像融合：针对两类图像在原图像中的具体位置，对两类图像信息进行自适应融合，保存融合后的图像；A5、图像分割：对融合后的图像采用Levelset算法进行演化自动分割出冠脉区域，将分割区域内的像素点坐标保存至动态队列中；A6、目标区域映射：将动态队列中的像素点坐标根据逆变换映射回原始图像即为心脏CT图像的冠脉区域。