專利名稱：基于人腦腫瘤核磁庫的磁共振圖像血管分割方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像分割領(lǐng)域，特別是涉及一種基于人腦腫瘤核磁庫的磁共振圖像血管分割方法和一種基于人腦腫瘤核磁庫的磁共振圖像血管分割系統(tǒng)。
背景技術(shù)：
腦腫瘤是神經(jīng)系統(tǒng)中常見的疾病之一，對人類神經(jīng)系統(tǒng)的功能有很大的危害。近年來，顱內(nèi)腫瘤發(fā)病率呈上升趨勢。據(jù)統(tǒng)計(jì)，顱內(nèi)腫瘤約占全身腫瘤的5%，占兒童腫瘤的70%，極大威脅了人的生命安全。當(dāng)腫瘤周圍包含血管時，腫瘤會引起血管的病變，同時為了給腫瘤提供血液，腫瘤周圍血管的分布會增多。在腦外科手術(shù)中，血管在手術(shù)中是一定要優(yōu)先避開的，特別是主動脈、主靜脈血管。由于腫瘤位置可能性非常多，腫瘤包裹血管的情況非常普遍，因此如何直觀地讓醫(yī)生了解腫瘤和血管的相對位置，對于腦外科手術(shù)的成功與否至關(guān)重要。磁共振圖像是目前用于確認(rèn)腫瘤位置的最好的方式之一，在磁共振圖像的基礎(chǔ)上，可以通過圖像分析的原理，對血管的位置在磁共振圖像中進(jìn)行劃分，再結(jié)合腫瘤分割、3D模型重建等技術(shù)，能夠在三維圖像上對人腦、腫瘤和血管進(jìn)行重建，幫助醫(yī)生對腫瘤和血管的相對位置有直觀的了解，對于手術(shù)的開展起到協(xié)助的作用。圖像分割算法在磁共振圖像分析領(lǐng)域應(yīng)用廣泛，特別的，磁共振圖像是灰度圖像，人腦內(nèi)部各種組織結(jié)構(gòu)錯綜復(fù)雜，其形成的磁共振圖像紋路細(xì)節(jié)信息較多，分割具有一定的難度。要達(dá)到較好的分割效果，分割過程需要嚴(yán)格的界定，否則簡單根據(jù)灰度來計(jì)算，可`能會出現(xiàn)噪點(diǎn)多，分割不夠準(zhǔn)確的問題。目前的血管分割技術(shù)一般分為三大類:基于輪廓、基于區(qū)域和基于特定理論和特定工具的?；趨^(qū)域生長法進(jìn)行血管分割，基本采用人工神經(jīng)網(wǎng)絡(luò)的方式，操作者需要給出種子點(diǎn)和灰度邊界閾值的方式進(jìn)行半自動分割。采用人工智能和血管模型的方式進(jìn)行血管分割，計(jì)算準(zhǔn)確性較好，但是算法的復(fù)雜度相當(dāng)高。但是，在實(shí)際應(yīng)用中，磁共振圖像的掃描層數(shù)多達(dá)幾十、上百層，如果要求每一個層面上都需要操作者進(jìn)行人工參與，操作相當(dāng)麻煩，同時對操作者專業(yè)知識的要求非常高，并且具有相當(dāng)?shù)闹饔^性；采用算法復(fù)雜度高的分割方法，雖然計(jì)算準(zhǔn)確性較好，但是算法復(fù)雜度太聞不利于廣品化。

發(fā)明內(nèi)容
基于此，有必要針對腫瘤磁共振圖像血管分割過程中需要操作者人工參與的分割方法操作麻煩且對操作者的要求非常高、并且具有相當(dāng)?shù)闹饔^性以及采取算法復(fù)雜度高的分割方法、算法復(fù)雜度太高不利于產(chǎn)品化的問題，提供一種算法復(fù)雜度低且不需操作者人工參與的基于人腦腫瘤核磁庫的磁共振圖像血管分割方法。同時，還提供一種基于人腦腫瘤核磁庫的磁共振圖像血管分割系統(tǒng)。一種基于人腦腫瘤核磁庫的磁共振圖像血管分割方法，包括如下步驟:
對初始的人腦磁共振圖像中的腫瘤區(qū)域進(jìn)行標(biāo)記以得到人腦磁共振腫瘤分割圖像；根據(jù)所述腫瘤區(qū)域的特征匹配人腦腫瘤核磁庫，從所述人腦腫瘤核磁庫獲取對所述人腦磁共振腫瘤分割圖像進(jìn)行血管分割處理的經(jīng)驗(yàn)分割閾值；對所述人腦磁共振腫瘤分割圖像進(jìn)行分析并依據(jù)所述經(jīng)驗(yàn)分割閾值獲得血管灰度閾值，并采用所述血管灰度閾值對所述人腦磁共振腫瘤分割圖像進(jìn)行血管分割。在其中一個實(shí)施例中，所述對人腦磁共振腫瘤分割圖像進(jìn)行分析具體是獲得人腦磁共振腫瘤分割圖像的非腫瘤區(qū)域的灰度分布，并采用灰度概率函數(shù)f (m)表示所述灰度分布，灰度概率函數(shù)f (m)表示灰度等級為m的像素點(diǎn)的數(shù)量在所述非腫瘤區(qū)域中所占的比例；所述經(jīng)驗(yàn)分割閾值Th表示所述非腫瘤區(qū)域內(nèi)非血管區(qū)域占所述非腫瘤區(qū)域的比例并根據(jù)如下公式計(jì)算血管灰度閾值:
權(quán)利要求
1.一種基于人腦腫瘤核磁庫的磁共振圖像血管分割方法，其特征在于，包括如下步驟: 對初始的人腦磁共振圖像中的腫瘤區(qū)域進(jìn)行標(biāo)記以得到人腦磁共振腫瘤分割圖像；根據(jù)所述腫瘤區(qū)域的特征匹配人腦腫瘤核磁庫，從所述人腦腫瘤核磁庫獲取對所述人腦磁共振腫瘤分割圖像進(jìn)行血管分割處理的經(jīng)驗(yàn)分割閾值； 對所述人腦磁共振腫瘤分割圖像進(jìn)行分析并依據(jù)所述經(jīng)驗(yàn)分割閾值獲得血管灰度閾值，并采用所述血管灰度閾值對所述人腦磁共振腫瘤分割圖像進(jìn)行血管分割。
2.根據(jù)權(quán)利要求1所述的基于人腦腫瘤核磁庫的磁共振圖像血管分割方法，其特征在于，所述對人腦磁共振腫瘤分割圖像進(jìn)行分析具體是獲得人腦磁共振腫瘤分割圖像的非腫瘤區(qū)域的灰度分布，并采用灰度概率函數(shù)f (m)表示所述灰度分布，灰度概率函數(shù)f (m)表示灰度等級為m的像素點(diǎn)的數(shù)量在所述非腫瘤區(qū)域中所占的比例；所述經(jīng)驗(yàn)分割閾值Th表示所述非腫瘤區(qū)域內(nèi)非血管區(qū)域占所述非腫瘤區(qū)域的比例并根據(jù)如下公式計(jì)算血管灰度閾值:
3.根據(jù)權(quán)利要求1所述的基于人腦腫瘤核磁庫的磁共振圖像血管分割方法，其特征在于，還包括建立所述人腦腫瘤核磁庫的步驟，所述人腦腫瘤核磁庫包括人腦腫瘤面積數(shù)據(jù)、對應(yīng)的腫瘤輪廓數(shù)據(jù)以及相應(yīng)的經(jīng)驗(yàn)分割閾值。
4.根據(jù)權(quán)利要求3所述的基于人腦腫瘤核磁庫的磁共振圖像血管分割方法，其特征在于，所述腫瘤區(qū)域的特征包括腫瘤面積和腫瘤輪廓，所述根據(jù)腫瘤區(qū)域的特征匹配人腦腫瘤核磁庫具體是將所述腫瘤面積和腫瘤輪廓分別與所述人腦腫瘤核磁庫中的人腦腫瘤面積數(shù)據(jù)、對應(yīng)的腫瘤輪廓數(shù)據(jù)進(jìn)行匹配。
5.根據(jù)權(quán)利要求4所述的基于人腦腫瘤核磁庫的磁共振圖像血管分割方法，其特征在于，所述與人腦腫瘤核磁庫進(jìn)行輪廓匹配的步驟為通過Hu不變矩的輪廓匹配方法進(jìn)行輪廓匹配。
6.根據(jù)權(quán)利要求5所述的基于人腦腫瘤核磁庫的磁共振圖像血管分割方法，其特征在于，還包括計(jì)算所述血管分割后的圖像的最大連通域的步驟。
7.根據(jù)權(quán)利要求6所述的基于人腦腫瘤核磁庫的磁共振圖像血管分割方法，其特征在于，還包括對所述計(jì)算最大連通域后的圖像進(jìn)行平滑的步驟。
8.一種基于人腦腫瘤核磁庫的磁共振圖像血管分割系統(tǒng)，其特征在于，包括: 腫瘤分割模塊，用于對初始的人腦磁共振圖像中的腫瘤區(qū)域進(jìn)行標(biāo)記以得到人腦磁共振腫瘤分割圖像； 人腦腫瘤核磁庫模塊，用于儲存并提供人腦磁共振腫瘤圖像及相關(guān)數(shù)據(jù)； 人腦腫瘤核磁庫匹配模塊，分別連接所述腫瘤分割模塊和所述人腦腫瘤核磁庫模塊，用于通過所述人腦磁共振腫瘤分割圖像的腫瘤區(qū)域的相關(guān)數(shù)據(jù)與所述人腦腫瘤核磁庫模塊內(nèi)的相關(guān)數(shù)據(jù)進(jìn)行匹配獲取對所述人腦磁共振腫瘤分割圖像進(jìn)行血管分割的經(jīng)驗(yàn)分割閾值； 血管分割模塊，分別連接所述腫瘤分割模塊和所述人腦腫瘤核磁庫匹配模塊，用于對所述人腦磁共振腫瘤分割圖像進(jìn)行分析并依據(jù)所述經(jīng)驗(yàn)分割閾值獲得血管灰度閾值，并采用所述血管灰度閾值對所述人腦磁共振腫瘤分割圖像進(jìn)行血管分割。
9.根據(jù)權(quán)利要求8所述的基于人腦腫瘤核磁庫的磁共振圖像血管分割系統(tǒng)，其特征在于，所述人腦腫瘤核磁庫匹配模塊進(jìn)一步包括: 腫瘤面積匹配單元，分別連接所述腫瘤分割模塊和所述人腦腫瘤核磁庫模塊，用于提取所述人腦磁共振腫瘤分割圖像的腫瘤區(qū)域的面積并與所述人腦腫瘤核磁庫模塊進(jìn)行面積匹配； 腫瘤輪廓匹配單元，分別連接所述腫瘤分割模塊、所述人腦腫瘤核磁庫模塊，用于提取所述人腦磁共振腫瘤分割圖像的腫瘤區(qū)域的輪廓數(shù)據(jù)并與所述人腦腫瘤核磁庫模塊進(jìn)行輪廓匹配； 匹配成功判斷單元，分別連接所述腫瘤面積匹配單元、所述腫瘤輪廓匹配單元和所述血管分割模塊，用于通過所述腫瘤面積匹配單元和所述腫瘤輪廓匹配單元所獲取的匹配數(shù)據(jù)判斷是否匹配成功，并將匹配成功后獲取的對所述人腦磁共振腫瘤分割圖像進(jìn)行血管分割處理的經(jīng)驗(yàn)分割閾值發(fā)送給所述血管分割模塊。
10.根據(jù)權(quán)利要 求8所述的基于人腦腫瘤核磁庫的磁共振圖像血管分割系統(tǒng)，其特征在于，所述血管分割模塊進(jìn)一步包括: 血管灰度閾值計(jì)算單元，所述血管灰度閾值計(jì)算單元分別連接所述腫瘤分割模塊和所述人腦腫瘤核磁庫匹配模塊，用于對所述人腦磁共振腫瘤分割圖像進(jìn)行分析并依據(jù)所述經(jīng)驗(yàn)分割閾值獲得所述血管灰度閾值； 血管分割單元，連接所述血管灰度閾值計(jì)算單元，用于采用所述血管灰度閾值對所述人腦磁共振腫瘤分割圖像進(jìn)行血管分割。
11.根據(jù)權(quán)利要求8所述的基于人腦腫瘤核磁庫的磁共振圖像血管分割系統(tǒng)，其特征在于，還包括最大連通域計(jì)算模塊，所述最大連通域計(jì)算模塊連接所述血管分割模塊，用于計(jì)算所述血管分割后的圖像的最大連通域。
12.根據(jù)權(quán)利要求11所述的基于人腦腫瘤核磁庫的磁共振圖像血管分割系統(tǒng)，其特征在于，還包括圖像平滑模塊，所述圖像平滑模塊連接所述最大連通域計(jì)算模塊，用于對所述計(jì)算最大連通域后的圖像進(jìn)行平滑。
全文摘要
本發(fā)明公開了一種基于人腦腫瘤核磁庫的磁共振圖像血管分割方法，在人腦磁共振腫瘤分割圖像的基礎(chǔ)上，根據(jù)上述人腦磁共振腫瘤分割圖像上的腫瘤區(qū)域的數(shù)據(jù)從人腦腫瘤核磁庫獲取進(jìn)行血管分割處理的經(jīng)驗(yàn)分割閾值，通過對人腦磁共振腫瘤分割圖像進(jìn)行分析并依據(jù)上述經(jīng)驗(yàn)分割閾值獲得血管灰度閾值，采用血管灰度閾值對人腦磁共振腫瘤分割圖像進(jìn)行血管分割。上述分割方法實(shí)現(xiàn)了人腦腫瘤磁共振圖像血管的自動分割，避免了人工的參與，提高了分割的準(zhǔn)確性，并且上述對人腦磁共振腫瘤分割圖像的血管進(jìn)行分割的算法比較簡單，更加利于系統(tǒng)的產(chǎn)品化。同時，本發(fā)明還公開了一種基于人腦腫瘤核磁庫的磁共振圖像血管分割系統(tǒng)。
文檔編號G06T7/00GK103236062SQ20131015978
公開日2013年8月7日 申請日期2013年5月3日 優(yōu)先權(quán)日2013年5月3日
發(fā)明者江濤, 袁寶文, 郭楠, 羅志強(qiáng) 申請人:北京國鐵華晨通信信息技術(shù)有限公司