基于区域增长和统一化水平集CT分割重建在肝动脉变异中的应用

目的探讨基于区域增长和统一化水平集的半自动肝脏及其管道CT分割重建方法的可行性,评价该三维重建技术在诊断肝动脉变异中的准确性。方法选取拟行肝切除术的患者300例,术前均接受腹部增强CT检查,应用区域增长和统一化水平集的半自动肝脏及其管道分割重建方法构建3D肝动脉重建模型,并根据Michels分型标准进行分型。所有患者均接受手术治疗,记录术中肝动脉变异情况以及手术、病理和术后资料,并比较模型的可靠性。结果所有患者均顺利完成手术,且无术中及术后死亡病例。在所有患者中,最常见的肝动脉分型为Ⅰ型(76.6%),Ⅲ型(7.3%)、Ⅴ型(4%)、Ⅵ型(4%)、Ⅱ型(2.6%)、Ⅸ型(2.6%)、Ⅳ型(0.6%),无Ⅶ型、Ⅷ型、Ⅹ型肝动脉分型患者,其他类型占比为2%。通过与术中实际情况进行对照发现,区域增长和统一化水平集的半自动肝脏及其管道分割重建方法构建的3D肝动脉重建模型准确率为100%。结论通过螺旋CT检查并应用区域增长和统一化水平集的半自动肝脏及其管道分割重建方法构建3D肝动脉重建模型,能对肝动脉进行准确分型,而了解异常的肝动脉分型无论对于外科手术和介入性肝脏手术都起到了重要的作用。

基于区域增长与统一化水平集的CT肝脏图像分割

经过混合图像预处理(图像降噪、特定比例梯度滤波、非线性灰度转换和自定义二值转换)将CT图像转化为二值图像,提供良好的种子增长环境,克服传统区域增长中增长阈值设定与种子点位置选择的困难,避免过分割.区域增长只需设置少量种子点即能大致提取完整肝脏区域.通过统一化水平集优化分割结果.该水平集由图像边缘信息与区域信息共同驱动,与单图像信息驱动的水平集相比,能适应更大的气球力与更多的迭代次数,抗边缘泄漏能力强.将该方法在SLIVER07和3Dircadb提供的共40个肝脏数据集上进行验证,结果表明:相比其他多种方法,该方法所需交互时间更少,分割准确度更高.