一種新的肝臟CTA圖像肋骨和脊椎骨分割方法

摘要:肋骨和脊椎骨的分割是從肝臟CTA圖像中準(zhǔn)確分離肝臟的重要預(yù)處理步驟。常規(guī)閾值分割方法在移除肋骨和脊椎骨的同時也可能移除對比度高的肝臟脈管或其他組織。針對這一問題，提出一種結(jié)合形態(tài)學(xué)操作和解剖學(xué)的肋骨和脊椎骨鏡面分割法。首先進(jìn)行一系列數(shù)學(xué)形態(tài)學(xué)操作，構(gòu)造兩條特征邊界線及其中央對稱線，然后鏡像對稱線左邊部分，最終利用解剖學(xué)知識實現(xiàn)肋骨和脊椎骨的分割。50組分割實驗表明新方法可以適應(yīng)不同分割復(fù)雜度，高效準(zhǔn)確地將肋骨和脊椎骨分割出來。

關(guān)鍵詞:CT血管造影(CTA);鏡像變換;閾值處理;二值形態(tài)學(xué)重構(gòu);肋骨和脊椎骨分割

中圖分類號:TP391文獻(xiàn)標(biāo)識碼:A文章編號:1009-3044(2010)05-1166-02

A New Method Used in Spines and Ribs Segmentation from Liver CTA Images

LIU Chi1， LENG Tao2

(1.School of Info-Physics and Geomatics Engineering， Central South University， Changsha 410083， China; 2.School of Automation Science and Electrical Engineering， Beihang University， Beijing 100191， China)

Abstract: The segmentation of ribs and spines is an important preprocesssing step in segmentation of liver from CTA images.In the literature， the common method to remove the spine and the ribs is thresholding. However， this method can also remove some vessels inside the liver or some other enhanced tissues. To solve this problem， the paper proposed a novel mirror method based on morphology and anatomy. Firstly， constructed two border characteristics lines and calculated the central symmetry line. Followed by the mirror transformation of left part of symmetry line. Finally， removed the ribs and spines based on anatomy. 50 segmentation experiments show that the novel method can adapt different segmentation complexity and remove the ribs and spines successfully.

Key words: computed tomography angiography(CTA); mirror transformation; thresholding; binary morphological reconstruction; spines and ribs segmentation

1 概述

醫(yī)學(xué)影像已成為醫(yī)學(xué)技術(shù)中發(fā)展最快的領(lǐng)域之一，其結(jié)果使臨床醫(yī)生對人體內(nèi)部病變部位的觀察更直接、更清晰，同時也為臨床診斷及生物醫(yī)學(xué)研究提供了有力的科學(xué)依據(jù)。其中醫(yī)學(xué)圖像分割占有重要地位，已廣泛應(yīng)用于特征提取，醫(yī)學(xué)圖像三維可視化等技術(shù)，而肝臟分割研究已成為此類領(lǐng)域的熱門方向。肋骨和脊椎骨的分割是肝臟分割預(yù)處理的重要步驟。在實際應(yīng)用中，由于造影劑的影響，肝臟脈管或其他組織也有較高灰度值，使得肋骨和脊椎骨的分割難度增大。

閾值處理作為肋骨和脊椎骨分割的一般方法具有速度快，實現(xiàn)簡單的優(yōu)點。但在某些CTA序列圖像中閾值處理在移除肋骨和脊椎骨的同時也會丟失部分目標(biāo)信息，造成肝臟分割失敗。文獻(xiàn)[1]提出構(gòu)造四條邊界特征線，采用不同結(jié)構(gòu)元素膨脹后提取邊界外部分作為標(biāo)識圖像，原圖像作為掩模進(jìn)行重建實現(xiàn)分割，但當(dāng)灰度較高的肝臟脈管與肋骨或脊椎骨距離相近時，這種方法會將有價值的肝臟信息移除。

本文在現(xiàn)有分割方法的基礎(chǔ)上，提出一種基于解剖學(xué)和數(shù)學(xué)形態(tài)學(xué)的鏡像法。首先對圖像二值化，構(gòu)造其邊界特征線及其中央對稱線，然后進(jìn)行一系列數(shù)學(xué)形態(tài)學(xué)操作，鏡像對稱線兩側(cè)部分，最后利用解剖學(xué)知識實現(xiàn)肋骨和脊椎骨分割。

2 數(shù)學(xué)形態(tài)學(xué)操作原理

數(shù)學(xué)形態(tài)學(xué)的數(shù)學(xué)基礎(chǔ)和所用語言是集合論，它具有完備的數(shù)學(xué)基礎(chǔ)，數(shù)學(xué)形態(tài)學(xué)的應(yīng)用可以簡化圖像數(shù)據(jù)，保持它們基本的形狀特性，并除去不相干的結(jié)構(gòu)。數(shù)學(xué)形態(tài)學(xué)是由一組形態(tài)學(xué)的代數(shù)運算子組成的，它的基本運算有4個:膨脹、腐蝕、開運算和閉運算。

2.1 膨脹與腐蝕

二值形態(tài)學(xué)膨脹是在二值圖像中“加長”或“變粗”的操作。圖像A被結(jié)構(gòu)元素B膨脹，記為:

腐蝕是在二值圖像中“收縮”或“細(xì)化”的操作。圖像A被結(jié)構(gòu)元素B膨脹，記為:

2.2 開運算與閉運算

開運算和閉運算是膨脹與腐蝕的組合。圖像A被結(jié)構(gòu)元素B的形態(tài)學(xué)開運算記做A ?莓B:

閉運算一般將狹窄的缺口連接形成細(xì)長的彎口，并填充比結(jié)構(gòu)元素小的空洞。圖像A被結(jié)構(gòu)元素B的形態(tài)學(xué)閉運算記做A·B:

(4)

3 本文算法

3.1 算法思想

本文提出一種基于數(shù)學(xué)形態(tài)學(xué)和解剖學(xué)的鏡像分割法。首先采用合適閾值保留完整的肋骨和脊椎骨部分，接著進(jìn)行一系列形態(tài)學(xué)操作，構(gòu)造兩條邊界特征線，算法自動計算出中央對稱線。根據(jù)解剖學(xué)知識，肋骨和脊椎骨關(guān)于中央對稱線左右大體對稱，而對比度增強的組織關(guān)于對稱線無對稱部分，這樣就可以判定肋骨和脊椎骨，最后通過形態(tài)學(xué)重建實現(xiàn)其準(zhǔn)確分割。

3.2 算法流程

首先根據(jù)圖像的灰度直方圖確定合適的閾值，移除脂肪，肌肉組織，皮膚，并保留完整的肋骨和脊椎骨(圖1(b))。對二值圖像進(jìn)行平滑濾波和一系列開閉運算以去除小的雜散點，處理后大的雜散點仍然存在(圖1(c))。接著對圖像進(jìn)行8-10次細(xì)化可以大大減少后期處理的運算時間。細(xì)化后效果如圖1(d)所示。

采取列掃描方式查找圖像從左向右和從右向左的第一個列非零點，并以此標(biāo)記邊界特征線的位置。算法自動計算出兩條邊界特征線的中央對稱線，如圖1(e)中白色直線所示。接著將對稱線左邊部分關(guān)于對稱線進(jìn)行鏡像(圖1(f))。根據(jù)解剖學(xué)知識，肋骨和脊椎骨關(guān)于中央對稱線應(yīng)左右大體對稱，而對比度增強的組織在右邊關(guān)于中央線無對稱部分。在二值圖像中鏡像的肋骨和脊椎骨位置在右邊有非零點與之交匯，其他對比度增強組織的鏡像在右邊無非零點。在本文算法中，若一段肋骨或脊椎骨的對稱部分有交匯，則將其八連通區(qū)域視為目標(biāo)信息。這樣就可以利用解剖學(xué)知識，準(zhǔn)確區(qū)分肋骨和脊椎骨，并將其保留下來，如圖1(g)所示。

最后將圖1(g)作為標(biāo)識圖像，閾值處理圖像(圖1(c))作為掩模進(jìn)行二值形態(tài)學(xué)重建，從而得到完整的肋骨和脊椎骨，如圖1(h)所示。由圖可以看出左邊肋骨附近的較大雜點已經(jīng)成功移除，保留了完整的肋骨和脊椎骨。

a)原CTA肝臟圖像b)閾值處理圖像(T=0.8)c)開閉運算后圖像d)多次細(xì)化后圖像

e)構(gòu)建兩條邊界特征線及對稱線f)鏡像對稱線左邊部分 (g)標(biāo)識圖像h)分割結(jié)果

圖1 肋骨和脊椎骨分割過程

需要強調(diào)的是，由于肋骨和脊椎骨的不完全對稱性，所以需要設(shè)置一個合理的容差以滿足交匯條件。在本文算法中，設(shè)置5×5(單位:像素)區(qū)域為容差。在鏡像部分的容差區(qū)域內(nèi)若有非零點則判定交匯。在此狹小區(qū)域內(nèi)已少見雜散點干擾算法判定。

4 實驗結(jié)果及分析

為了充分驗證新方法的有效性，本文將新方法與閾值法，文獻(xiàn)[1]算法進(jìn)行對比，實驗結(jié)果如圖2所示。

a)原圖像b)閾值處理結(jié)果(T=0.95) c)文獻(xiàn)[1]處理結(jié)果 d)新方法處理結(jié)果

圖2 肋骨與脊椎骨對比分割

由圖2(b)可見，閾值處理結(jié)果在保留肋骨和脊椎骨的同時也保留了肝臟內(nèi)脈管(圖中紅線內(nèi)部分)，在肝臟的后期分割中會丟失重要的目標(biāo)信息，造成分割失敗。圖2(c)中，由于肝臟脈管(紅線內(nèi)部分)與左側(cè)最上方肋骨大致在同一直線(圖2(b)所示)，因此采用結(jié)構(gòu)元素膨脹時，肝臟脈管和肋骨都在特征邊界線之外，所以全部被保留下來。圖2(d)中由于閾值后的肝臟脈管在對稱線右邊無對稱部分，故新算法可以將肋骨和脊椎骨正確分割出來。本文采用新方法另對50幅肝臟CTA圖像進(jìn)行肋骨和脊椎骨分割并與人工分割結(jié)果對比，新方法的分割正確率為98.72%，滿足肝臟分割預(yù)處理要求。

5 總結(jié)

本文提出了一種基于解剖學(xué)和數(shù)學(xué)形態(tài)學(xué)的分割肝臟CTA圖像肋骨和脊椎骨新方法。首先多次細(xì)化閾值處理后圖像，構(gòu)造兩條邊界特征線，算法自動計算出其中央對稱線。然后鏡像對稱線左邊部分，依據(jù)鏡像位置是否有非零點區(qū)分肋骨，脊椎骨與雜散點。最后將保留肋骨和脊椎骨的細(xì)化圖像作為標(biāo)識圖像，閾值處理結(jié)果作為掩模進(jìn)行二值化形態(tài)學(xué)重構(gòu)，從而將肋骨和脊椎骨分割出來。本文另選取50幅肝臟CTA圖像進(jìn)行分割并與人工分割結(jié)果進(jìn)行對比，實驗結(jié)果表明新方法分割精度高，通用性強，特別當(dāng)雜散點位于肋骨附近時，新方法能辨別目標(biāo)與雜散點，將肋骨和脊椎骨準(zhǔn)確分割出來，為肝臟后期分割奠定較好基礎(chǔ)，具備一定臨床應(yīng)用價值。

致謝:感謝中南大學(xué)湘雅醫(yī)學(xué)院醫(yī)學(xué)影像中心提供肝臟CTA數(shù)據(jù)。

參考文獻(xiàn):

[1] 趙于前，周潔，唐建，等.肝臟CTA圖像肋骨和脊椎骨分割方法研究[J].計算機工程與應(yīng)用，2009，45(31):215-217.

[2] 田野，王懷軍，方志良.基于形態(tài)學(xué)重構(gòu)算法的瞳孔精確檢測[J].光電子·激光，2008，19(3):409-411.

[3] 段汕，秦前清.廣義二值形態(tài)變換的方法及應(yīng)用[J].計算機應(yīng)用研究，2008，25(5):1566-1568.

[4] 張艷玲，劉桂雄，曹東.數(shù)學(xué)形態(tài)學(xué)的基本算法及在圖像預(yù)處理中應(yīng)用[J].科學(xué)技術(shù)與工程，2007，7(3):356-359.

[5] Alper S M，Aykut K，Güleser K D，et al.Patient oriented and rubust automatic liver segmentation for pre-evaluation of liver transplantation[J].Computers in Biology and Medicine，2008，38(7):756-784.

[6] 楊安慶.數(shù)學(xué)形態(tài)學(xué)與自適應(yīng)結(jié)合的超聲醫(yī)學(xué)圖像濾波方法的研究[J].電子測量技術(shù)，2009，32(8):109-113.

[7] 夏國清，鮑蘇蘇，陳華珍，等.基于數(shù)學(xué)形態(tài)學(xué)的CT腹部器官提取[J].2009，26(8):3172-3174.

[8] 張小萍，朱志松，王君澤.基于CT醫(yī)學(xué)圖像的邊緣提取研究[J].生物醫(yī)學(xué)工程研究，2009，28(1):31-34.