基于容积数据血管提取与重建算法研究.docVIP

基于容积数据血管提取与重建算法研究 　　在计算机辅助诊断系统中，血管的提取和重建是血管疾病诊断的基础。本文首先使用邻域平均和中值滤波相结合的方法进行预处理，接着利用中心似然值方法计算血管的中心点，然后利用自适应跟踪方法计算血管的跟踪方向，从而提取出血管的中心线。同时提出了基于0.618法的血管中心线等间隔采样算法，最后利用坐标变换和插值知识生成了血管切片，将所有切片堆叠起来便实现血管拉直重建。实验结果表明，该算法有效地提取了主动脉血管和心脏冠状动脉血管的中心线，实现了血管的拉直重建。 　　【关键词】中心线提取 血管提取 跟踪法 CT容积数据 中心似然值 　　心脑血管疾病是人类健康的主要威胁之一。如何能够早期发现疾病，并且做出正确诊断对于心脑血管疾病的治疗具有重要意义。随着计算机技术、计算机图形学、图像处理等技术的发展，医学影像学得到了迅速的发展，血管疾病的诊断技术也随之取得了长足的进步和日益广泛的应用。医学影像学用于血管疾病的诊断和治疗过程分为两个阶段：即血管的提取和定量分析，其中，血管的提取是前提，正确地提取出感兴趣区域的血管是定量分析的基础。 　　近年来国内外研究人员提出大量的血管提取算法，Onno Wink将这些算法按照提取方法的不同分为间接法和直接法。间接法是指在提取血管之前需要经过某种预处理（例如区域增长法和多尺度滤波等）构造一幅特征图像，在血管的中心产生较大的响应，再对这些特征图像进行处理从而提取出血管；直接法是指不需要预处理，直接从原始数据里面提取出血管。Cemil Kirbas进行了更为详细的分类，分别是：模式识别技术、基于模型的方法、基于跟踪的方法、基于人工智能的方法、基于神经网络的方法和类似管状物体的提取方法。 　　本文提出了基于中心似然值的三维血管中心线提取算法，算法不仅可以提取出主动脉粗血管的中心线，而且可以提取出心脏冠状动脉的细小血管。此外，提出了一种基于0.618法的血管中心线等间隔采样算法和基于坐标变换的血管切片生成技术，得到了拉直的血管。 　　1 血管中心线的计算 　　1.1 中心点的计算――中心似然值 　　中心似然值（简称似然值）是基于几何形状提出来的概念，假设血管的横截面是圆形的，那么血管的真实中心是圆的圆心。从血管的真实中心的估计点C开始产生一组射线，每条射线到达血管的边缘之后停止，对于每条射线ri1和ri2，都存在方向相反的两条射线ri2和ri1。射线的条数越多，中心点的计算就越精确，但是运算时间越长；射线条数越少，计算时间越短，但中心点不精确，实验中选取24条射线。中心似然值的计算公式为： 　　（1） 　　其中，ri1和ri2为直线li上的方向相反的两条射线，n为直线的条数，CL为该点的中心似然值。 　　对于每条射线，都存在两条方向相反的射线ri1和ri2，根据式（1）计算一点的中心似然值，然后遍历求出搜索面S上每个点的中心似然值。 　　1.2 中心点计算的改进 　　在实际应用中，由于背景、噪声等因素的影响，原始似然值平面含有较多的“毛刺”等高频噪声，计算的中心点可能不准确。针对以上情况，对中心似然值平面上的各点进行中值滤波和均值滤波的处理方法，该方法去除了大部分高频噪声，使似然值平面变得光滑。 　　2 跟踪方向的计算 　　2.1 原始跟踪方向 　　方向矢量可以用来表示三维空间中的方向。设空间中的两个点A、B，坐标分别为（i1，j1，k1），（i2，j2，k2）。AB两点之间的欧式距离为： 　　（2） 　　则由A指向B的方向向量为： 　　（3） 　　坐标表示为： 　　（4） 　　由于方向矢量具有伸缩性，即方向矢量与一个标量相乘时方向不变，所以根据方向向量和步长R，便可以确定出估计点C的坐标为： 　　（5） 　　利用该方向向量，就可以唯一地表示出三维空间中血管的跟踪方向。 　　2.2 跟踪方向的改进 　　对于直的或者弯曲程度不大的血管，由式（3）确定的方向向量的跟踪效果较好，但是对于血管弯曲程度较大的情况，产生的估计点与真实的血管中心距离可能太远。所以，对原始的搜索方向进行改进。设A、B、O为中心点的坐标，为点A指向点O的方向向量，为点O指向点B的方向向量，为改进后的方向向量，R为步长，C，E为估计点坐标，则有： 　　（） （6） 　　当α=0时，；当α=1时，。 　　由图1可以看出：改进后的估计点C比原始的估计点E更加接近真实的血管中心点，产生的搜索面S2比S1更接近血管真实的横截面，中心点计算的误差会随之减小。 　　由于搜索方向的计算利用三个点的信息，随着α值的改变，搜索方向会自适应地改变，从而减少了因估计点计算不准确而对搜索方向引起的误差，可以更好地处理血管弯曲的情况。 　　2.3 跟踪的结束条件 　　条件一：当前点