基于两阶段区域生长法的肝内血管分割算法分析.docVIP

基于两阶段区域生长法的肝内血管分割算法分析 　　摘要：本文设定了一种以两阶段区域生长法为基础的肝内血管分割算法，其中，第一阶段通过三维区域生长法，由CT图像序列获取肝脏，并由方差双阈值和均值确定区域生长法的生长准则，最后利用中值滤波和形态学运算实施肝脏序列的降噪处理。第二阶段在已经获得的三维肝脏图像序列中，通过区域生长法进行血管分割，仅由均值决定区域生长法的生长准则。三维重建两阶段区域生长法获得的实验结果，相比常规的区域生长法三维重建结果，其准确性较高。 　　关键词：图像处理；区域生长法；肝内血管分割；形态学算法 　　目前，临床上对于肝部肿瘤进行了系统深入的研究，但是，由于肝脏内情况较为复杂，存在较多的管道系统病理和生理变异现象，因而肝脏外科手术治疗的难度和风险也相对较大，因此，肝脏手术前的准确规划具有重要的意义。以磁共振成像（MRI）和计算机X线断层摄影（CT）技术为基础的二维图像术前规划，对于临床医师提出了较高的要求，其需要具有丰富的空间想象力、阅片能力和临床经验。而三维可视化的图像检查技术，则能够对肝脏内的血管情况进行较为可靠、准确的观察和判断，为手术治疗提供可靠依据[1-2]。所以，有助于临床医师术前准确的肝内血管解剖结构规划。 　　1 算法步骤 　　1.1肝脏分割 鉴于CT图像边缘处灰度变化程度较大，而肝脏内部灰度的变化幅度则相对较小，所以，在分割肝脏过程中，可通过方差以及灰度的双阈值对区域生长条件加以确定。以种子点的8邻域确定方差的值和均值。一旦确定肝脏部位的种子点，则可按照上文所述的生长准则，实施三维空间内的区域生长，也就是用三维空间26邻域区域生长取代原本的二维平面8邻域区域生长。完成三维空间的区域生长之后，即能够获得肝脏轮廓的二值图像序列。 　　从上文所得的二值图像序列，仅仅是肝实质的粗糙轮廓，内部可能会出现较多的孔洞，主要原因在于：①CT图像内存在较为复杂的肝内管道系统以及成像设备所致的噪声，其灰度与肝实质之间通常存在一定的差异性。②最终的生长效果会直接受到方差阈值和均值阈值的影响，过小的阈值会加大孔洞，导致区域的不完整生长，而过大的阈值则会生长出肝脏以外的其他部分。鉴于上述各类影响因素，可通过首先膨胀处理图像的结构元素，再对结果的结构元素进行腐蚀膨胀的形态学闭运算处理方式，达到平滑边缘、填充空洞的作用。一次掩膜处理原始CT图像序列和二值图像序列，从而获得最终的肝脏分割结果[3-4]。 　　1.2肝内血管分割 根据上文所得的肝脏图像可知，血管分割的精度会在一定程度上收到其内部噪声的影响，进而导致阅片医师将噪声点误认为血管区域。对于不同的CT切片，可通过二值中值滤波的方式处理噪声，具体公式如下： 　　f（x，y）median=med{f（x-k，y-1），（k，l W）}（1） 　　其中，为处理所得的数据，滤波窗口设定为W，中值滤波处理后，血管部分和肝脏部分存在较为明显的分界，且血管区域灰度与肝脏实质区域灰度均匀分布，这也是后续区域生长血管分割的前提条件[5-6]。 　　在血管区域进行种子点的选择，按照上文所述的方法实施三维空间的区域生长。因为肝内存在较多的血管分支，实施一次区域生长之后，无法获得那些较小的分支。因此，可以在血管较为细小的部位进行种子点的选择，并实施区域生长，对比分析前一次的结果和区域生长后的结果，并对其实施运算和逻辑分析[7-8]。实现中值滤波的C语言核心代码如下。 　　for（int i=2；iH-2；i++） 　　{for（int j=2；jW-2；j++） 　　{if（src[i][j]！=0） 　　{int m=0； 　　for（int x=i-（wina/2）；x=i+（wina/2）；x++） 　　{for（int y=j-（winb/2）；y=j+（winb/2）；y++） 　　{arr[m]=src[x][y]； 　　m++； 　　}} 　　med[i][j]=GetMedNum（arr，wina，winb）； 　　} 　　else 　　med[i][j]=src[i][j]； 　　}} 　　中值滤波后，再次利用区域生长进行血管分割。 　　2 结果分析 　　本演技所用PC机配置情况：2GB内存，主频2.8GHz，CPU G640，研究过程以Visual Studio 2010的C语言为基础实现。最后，通过中科院自动化所研制的开源软件3D Med进行血管重建。 　　选择完种子点以后，首先对图像序列内不同像素点的方差和均值加以计算，随后对区域生长的适当阈值进行人工设置。通过反复的实验研究，最终确定出方差阈值和均值阈值设定为25时，能够获得最佳的分割效果。图1为区域生长处理后的二值肝脏图像，图2为通过形态学闭运算处理所