医学图像三维分割技术

针对人体组织器官的三维图像分割是医学图像分析和医疗诊断的重要前提,是医学图像三维可视化的重要研究内容。随着医学成像技术和三维可视化技术的飞速发展,计算机辅助诊断成为现实。计算机技术的发展使得医生和研究者可以通过虚拟交互更好地理解人体的解剖结构,对病人作出正确的诊断。在对人体组织器官和感兴趣区域的分割中,三维分割发挥着十分重要的作用。为此,针对目前不同的三维分割算法进行了总体介绍,并将这些算法分为基于结构的分割技术、基于统计学的分割技术和混合技术三大类。

基于概率决策和区域生长的冠状动脉三维分割

冠状动脉的三维分割是多层螺旋CT(MSCT)心血管成像的关键算法之一,良好的分割结果可为医生的诊断提供可靠的依据.运用各向异性扩散滤波技术对冠状动脉的MSCT图像进行了预处理.对滤波后的三维数据采取基于概率决策和区域生长相结合的方法进行冠状动脉的分割.利用最大后验概率决策按照灰度值将体素分为血液、心肌和肺3种区域后,再采用三维区域生长算法提取出重要分支.实验结果表明,算法可以成功地提取出冠状动脉的主要分支,对冠状动脉CT图像的三维可视化重建及冠心病临床诊断有重要意义.

基于分水岭算法的交互式三维分割方法

背景:在临床中准确对人体组织进行三维分割能提高临床诊断的准确性,但传统的分水岭算法存在过度分割问题,难以实现人体组织的三维分割。目的:为准确三维分割人体组织,减少图像中伪极小值点对图像分割的影响,提出了一种基于控制标记符分水岭的交互式三维分割方法。方法:提取CT序列图像的内部和外部标记符,以此修正梯度图像并进行分割;在此基础上,根据序列图像上下层的相似性,利用人机交互进行组织结构的三维分割。首先在第一张序列图像上手工选取感兴趣区域上的一个点,借助同一组织在连续CT序列图像上面积的重叠关系即可从三维序列图上提取出感兴趣区域。结果与结论:基于控制标记符的分水岭算法解决了直接应用梯度图像进行分割的过度分割问题,便于进一步分割图像。利用基于分水岭算法的交互式三维分割方法得到的三维分割结果经过三维可视化后可清晰、准确地反映组织的三维特征。

心脑血管三维分割研究进展

心脑血管疾病是严重威胁人类健康的常见疾病,居各种死亡病因之首.分割作为后续血管三维可视化的关键环节,对于相关疾病的辅助诊疗具有重要意义.鉴于心脑血管位置的特殊性、形态的复杂性及其灰度信息的多变性,对其进行分割仍是一个具有挑战性的课题.文中对当前基于磁共振血管造影术(magnetic resonance angiograph,MRA)和CT血管造影术(computed tomographic angiography,CTA)图像的三维心脑血管分割算法进行了回顾和总结.首先对包括模式识别、基于管状结构的分割、基于中心线的分割和基于活动轮廓模型分割4类技术进行了讨论;进而给出了每类技术的优缺点、适用范围及待改进之处;最后,探讨了该领域研究的发展方向及应注意的问题.

基于肺部CT序列图像的肺实质三维分割

目的:肺实质分割是基于CT图像的肺结节计算机辅助检测技术必不可少的步骤。结合阈值技术、连通区域标记以及形态学技术,提出了一种简单有效的从CT图像中分割三维肺实质的方法,以期能为后续肺结节计算机辅助检测技术的研究奠定基础。方法:首先,将原图像二值化,并应用三维连通域标记去除背景及细小空洞;然后,经三维区域生长法去除气管;最后,经形态学滤波平滑肺边界得到肺部精确的三维模板,并采用该模板从CT序列图像中分割出肺实质。结果:根据对20组层厚2.0mm、每组约250个切片的肺部CT临床数据实验验证,其肺实质分割的平均正确度为91.55%,处理单组数据平均耗时167.4563s。结论:实验结果表明,本文方法能自动快速地从CT序列图像中分割出肺实质。

基于图论的交互式脑部肿瘤MRI自动三维分割

目的交互式自动三维分割脑部肿瘤。方法根据最大后验马尔可夫随机场理论(MAP-MRF),提出基于图论的最小切优化准则的三维脑肿瘤分割算法,同时结合期望最大化参数估计方法(EM)来自动估计混合高斯模型的参数,实现了脑部肿瘤三维(3D)分割。结果实验结果表明,该算法能够实现脑部肿瘤的自动三维分割,具有分割结果准确,鲁棒性好的优点。结论本算法能够在简单交互下,完成脑部肿瘤快速,准确的三维分割。

基于3D医学图像的血管三维分割

血管三维分割在血管疾病(如狭窄或畸形)诊断、手术规划和手术引导等许多实际应用中发挥重要作用。但三维分割的实时性仍是一个难题。本研究提出一种基于水平集的快速三维血管分割方法,该方法用内、外邻域曲面来描述被分割目标的边界,并定义水平集函数为简单的整数符号距离函数。通过扫描内外邻域曲面上的点,使之在速度场的作用下向目标边界移动。该方法的不同之处在于利用简单的模型极大地减小了计算量,分割速度快,大容量的MS-CTA[2563体素]图像可在20s内处理完毕。同时,展示了一些三维血管的分割实例。特别需要指出的是,对于人体的大血管,可在不经血管造影的情况下,直接从CT等三维图像中分割出来。

基于MRF的半自动肾皮质三维分割算法

肾脏医学图像是辅助医生诊断肾脏疾病的重要资料,其中肾皮质的厚度与体积是判断肾脏健康状况的重要指标。将肾皮质从背景中分割出来有助于计算肾皮质体积,进而极大地方便医生观察。由于肾皮质形状复杂,与输尿管、血管、肾盂等区域区分度低,因而容易发生误判,对其准确分割的难度较大。而且目前大多数研究是针对肾脏整体进行分割的,单独对肾皮质分割的还较少。为实现三维的肾皮质分割,提出了一种基于区域的交互式马尔可夫随机场(MRF)算法的分割框架。首先对2D肾脏图像进行分割,将区域MRF方法与人机交互相结合,在梯度分水岭算法预分割后的区域进行人工标记,准确地获取MRF初始参数,并能够有效地避免误分割,得到较精确的分割结果;然后根据已得到的分割结果,对相邻切片中的像素点进行分类,实现对相邻切片的分割。以此类推,进而实现整个肾脏图像序列的3D分割。实验结果表明,算法能够比较准确地分割出肾皮质,并且分割得到的3D结果的表面也比较光滑。

基于厚度特征模糊C均值算法的膀胱肿瘤疑似区域三维分割方法研究

目的:使用模糊C均值算法对膀胱壁厚度特征进行聚类,有效地分割出三维膀胱肿瘤疑似区域。方法:获取膀胱MRI数据,应用Level Set分割算法对膀胱内、外壁进行分割,然后计算膀胱壁的三维厚度,通过对膀胱壁厚度聚类得到三维肿瘤疑似区域。结果:由该方法分割得到的疑似区域比较准确,与临床放射医师勾画的肿瘤区域有90%以上的重叠率。结论:该方法可有效地分割出三维膀胱肿瘤疑似区域,具有一定的有效性,但尚需要采集更多的数据来进行验证。

冠状动脉血管造影图像三维分割方法

冠状动脉计算机断层扫描血管造影技术已广泛应用于心血管疾病的诊断,冠状动脉的有效分割在冠心病诊断中起着重要的作用。本文提出一种冠状动脉血管造影图像三维分割方法,首先进行数据预处理;然后,利用分水岭算法得到子区域;最后,利用区域生长方法将分水岭子区域合并,实现冠状动脉的三维分割。本文以放射科医生手动标注结果作为标准,验证提出算法的可行性和有效性。实验结果表明,本文提出的分割方法能够有效克服冠状动脉周围组织的干扰,从而取得精确的分割结果。

基于区域生长法的冠状动脉三维分割

根据图像序列,对患者冠状动脉进行三维重建,有利于医生对冠脉病变部位做出准确诊断。首先利用光线透射法(ray casting method)并结合ITK和VTK函数库对CT扫描图像序列进行三维重建,得到胸腔三维模型,之后利用区域生长法(region growing method)进行冠状动脉三维分割,实现冠脉模型的重建任务。实验结果表明,本文算法可以成功的提取出冠状动脉的主要分支。结合VTK和ITK函数库,计算机可以有效地实现胸腔三维模型的重建以及冠状动脉的分割工作,对医生直观的了解冠状动脉的解剖结构及冠心病的临床诊断有重要意义。

医学图像三维分割技术

人体组织器官的三维图像分割是医学图像分析和医疗诊断的重要前提,是医学图像三维可视化的重要研究内容。随着医学成像技术和三维可视化技术的飞速发展,计算机辅助诊断成为现实。计算机技术的发展使得医生和研究者可以通过虚拟交互更好地理解人体的解剖结构,对病人做出正确地诊断。在对人体组织器官和感兴趣区域的分割中,三维分割发挥着十分重要的作用。为此,作者对不同的三维分割算法作一总体介绍。

探究工业CT图像的缺陷定位以及三维分割技术

通过对工业CT图像的特点、工业CT图像分割技术概述,以及工业CT图像的缺陷定位和三维分割技术等方面进行简要研究,进而为技术人员的工业CT技术发展贡献微薄之力。

蜂窝状的交互式三维分割方法

目的:蜂窝状肺病变是一种常见的肺部影像学表现,因其边缘模糊、分布弥散的特点,难于分割。为准确地对蜂窝状肺病变进行三维分割,提出一种基于支持向量机的交互式三维分割方法。方法:根据肺部CT图像灰度分布特性基于自适应阈值分割算法对肺部进行分割,然后采用区域生长法将气管剔除出肺部区域,并针对肺部区域采用修正后的分水岭算法按照纹理分割成小区域,对各区域进行纹理特征的提取,采用训练后的支持向量机对各区域进行判别是否为蜂窝状病变区域。最后根据切片层数据间的关联性基于面积重叠去除假阳性区域。结果:针对临床已确诊的30例病例参照医生分割的金标准进行测试,对分割算法进行了敏感性、特异性、准确率等指标的评估,该方法能分割出可靠的蜂窝状肺部病变区域。

多阶段冠状动脉CTA三维分割算法

冠脉血管CTA(computed tomography angiongraphy)的分割是判断血管堵塞的首要一步,也是后续三维重建、定性分析等医学诊断的先决条件。本文提出多阶段方式完成冠状动脉从粗到细逐级分割。为了减少非心脏组织给神经网络训练带来的影响,首先采用基于自适应阈值的方法预提取心脏区域。然后提出以V-net作为基础网络框架的深度全卷积网络,扩大了每一层卷积核的第三维通道,充分利用血管空间连续性,增加了网络学习能力。第一阶段提取的心脏区域结合对应标签作为下阶段全卷积网络的训练数据,来实现精确的冠脉血管分割,最后通过水平集函数迭代优化血管边缘轮廓,得到分割结果。本文提出的方法对血管分割的平均Jaccard达到了0.813,Dice达到了0.903,能够对冠脉CTA进行准确的三维分割。

基于形态学和Otsu的固体火箭发动机CT缺陷三维分割

为了能够准确判别固体火箭发动机内部缺陷的性质和可能对发动机造成的危害,需要从三维空间的角度来观察分析。在传统的缺陷分析中,主要是通过观察CT的二维切片序列图像以及对二维图像的主观分析去发现缺陷体。为了对缺陷体进行更为准确、立体地分析,提出对固体火箭发动机工业CT三维体数据进行处理。首先,通过结合形态学和Otsu阈值分割方法对缺陷进行分割和提取;然后,重构出缺陷体三维体数据;最后,对体数据进行三维可视化显示。实验结果表明,该方法能有效、准确地分割和提取固体火箭发动机三维CT图像缺陷,具有较强的鲁棒性。

基于曲面形变模型的心脏超声图像三维分割

心脏超声图像分割方法的研究对心血管疾病诊断有重要意义,传统方法受医学超声图像噪声影响较难获得准确的分割结果。本文研究提出曲面形变模型,通过改进三维外力场对曲面形变实现三维分割。本文方法分割后的图像轮廓能较好地逼近心脏腔体边缘,为心脏超声图像三维分割开辟了一条有效的途径。

基于CT图像的肺部肿瘤三维分割研究

肺部CT图像的三维分割计算机肺部肿瘤三维辅助诊断系统的关键技术之一,肿瘤与周围组织的复杂性造成分割困难。利用Connected Threshold及Fast Marching算法,通过两种途径实现了肺部肿瘤的三维分割,并经过实验证明这两种三维分割方法的有效性,为医务人员提供了更为直观逼真的肿瘤立体图像。

一种自动初始化水平集的高频能量最小化三维分割模型

序列图像分割是医学图像三维重建的重要研究内容,但受成像技术限制,医学图像中往往包含大量低频信息,如偏移场、灰度不均等,影响分割准确性。从频域进行图像分割能有效避免低频信息干扰。在高频能量最小化分割模型基础上进行优化,设计了一种自动初始化水平集的分割模型并成功应用于三维分割领域。首先,使用形态学腐蚀方法进行粗分割,将提取出的三维曲面作为初始水平集,实现初始水平集轮廓面自动化;然后使用衍化后的水平集三维分割模型对其进行细分割。实验结果表明,采用该模型能够实现多目标分割,与原模型、Chan-Vese模型相比,分割结果更加准确。

延伸PVA膜法中电子吸收光谱向分子坐标成分的三维分割

本文提出将取向子坐标成分变换为分子坐标成分的具体方法。并报告了按此法对几个分子的电子吸收光谱向分子坐标成分的三维分割结果。