基于兩階段區域生長法的肝內血管分割算法分析

趙挺

摘要：本文設定了一種以兩階段區域生長法為基礎的肝內血管分割算法，其中，第一階段通過三維區域生長法，由CT圖像序列獲取肝臟，并由方差雙閾值和均值確定區域生長法的生長準則，最后利用中值濾波和形態學運算實施肝臟序列的降噪處理。第二階段在已經獲得的三維肝臟圖像序列中，通過區域生長法進行血管分割，僅由均值決定區域生長法的生長準則。三維重建兩階段區域生長法獲得的實驗結果，相比常規的區域生長法三維重建結果，其準確性較高。

關鍵詞：圖像處理；區域生長法；肝內血管分割；形態學算法

目前，臨床上對于肝部腫瘤進行了系統深入的研究，但是，由于肝臟內情況較為復雜，存在較多的管道系統病理和生理變異現象，因而肝臟外科手術治療的難度和風險也相對較大，因此，肝臟手術前的準確規劃具有重要的意義。以磁共振成像（MRI）和計算機X線斷層攝影（CT）技術為基礎的二維圖像術前規劃，對于臨床醫師提出了較高的要求，其需要具有豐富的空間想象力、閱片能力和臨床經驗。而三維可視化的圖像檢查技術，則能夠對肝臟內的血管情況進行較為可靠、準確的觀察和判斷，為手術治療提供可靠依據[1-2]。所以，有助于臨床醫師術前準確的肝內血管解剖結構規劃。

1 算法步驟

1.1肝臟分割 鑒于CT圖像邊緣處灰度變化程度較大，而肝臟內部灰度的變化幅度則相對較小，所以，在分割肝臟過程中，可通過方差以及灰度的雙閾值對區域生長條件加以確定。以種子點的8鄰域確定方差的值和均值。一旦確定肝臟部位的種子點，則可按照上文所述的生長準則，實施三維空間內的區域生長，也就是用三維空間26鄰域區域生長取代原本的二維平面8鄰域區域生長。完成三維空間的區域生長之后，即能夠獲得肝臟輪廓的二值圖像序列。

從上文所得的二值圖像序列，僅僅是肝實質的粗糙輪廓，內部可能會出現較多的孔洞，主要原因在于：①CT圖像內存在較為復雜的肝內管道系統以及成像設備所致的噪聲，其灰度與肝實質之間通常存在一定的差異性。②最終的生長效果會直接受到方差閾值和均值閾值的影響，過小的閾值會加大孔洞，導致區域的不完整生長，而過大的閾值則會生長出肝臟以外的其他部分。鑒于上述各類影響因素，可通過首先膨脹處理圖像的結構元素，再對結果的結構元素進行腐蝕膨脹的形態學閉運算處理方式，達到平滑邊緣、填充空洞的作用。一次掩膜處理原始CT圖像序列和二值圖像序列，從而獲得最終的肝臟分割結果[3-4]。

1.2肝內血管分割 根據上文所得的肝臟圖像可知，血管分割的精度會在一定程度上收到其內部噪聲的影響，進而導致閱片醫師將噪聲點誤認為血管區域。對于不同的CT切片，可通過二值中值濾波的方式處理噪聲，具體公式如下：

f（x，y）median=med{f（x-k，y-1），（k，l W）}（1）

其中，為處理所得的數據，濾波窗口設定為W，中值濾波處理后，血管部分和肝臟部分存在較為明顯的分界，且血管區域灰度與肝臟實質區域灰度均勻分布，這也是后續區域生長血管分割的前提條件[5-6]。

在血管區域進行種子點的選擇，按照上文所述的方法實施三維空間的區域生長。因為肝內存在較多的血管分支，實施一次區域生長之后，無法獲得那些較小的分支。因此，可以在血管較為細小的部位進行種子點的選擇，并實施區域生長，對比分析前一次的結果和區域生長后的結果，并對其實施運算和邏輯分析[7-8]。實現中值濾波的C語言核心代碼如下。

for（int i=2；i

{for（int j=2；j

{if（src[i][j]！=0）

{int m=0；

for（int x=i-（wina/2）；x<=i+（wina/2）；x++）

{for（int y=j-（winb/2）；y<=j+（winb/2）；y++）

{arr[m]=src[x][y]；

m++；

}}

med[i][j]=GetMedNum（arr，wina，winb）；

}

else

med[i][j]=src[i][j]；

}}

中值濾波后，再次利用區域生長進行血管分割。

2 結果分析

本演技所用PC機配置情況：2GB內存，主頻2.8GHz，CPU G640，研究過程以Visual Studio 2010的C語言為基礎實現。最后，通過中科院自動化所研制的開源軟件3D Med進行血管重建。

選擇完種子點以后，首先對圖像序列內不同像素點的方差和均值加以計算，隨后對區域生長的適當閾值進行人工設置。通過反復的實驗研究，最終確定出方差閾值和均值閾值設定為25時，能夠獲得最佳的分割效果。圖1為區域生長處理后的二值肝臟圖像，圖2為通過形態學閉運算處理所得的結果。CT圖像掩膜和形態學處理后的圖像，即為肝臟分割圖像。

經過去噪處理后，能夠得到肝內血管分割結果，肝內血管分割第二次使用區域生長法，其生長準則與肝臟分割基本相同，僅僅需要分析均值閾值，并將其生長條件。選擇血管分割的時機會直接影響均值閾值的大小進而改變實驗的結果，如果閾值設定為28，則能夠獲得最佳的分割結果。當一次生長沒有得到完整的結果時，需要再次選擇種子點，一般經過2～3次選擇即可得到最終的結果。

有傳統區域生長法研究結果可知，肝內血管能夠準確分割出，然而，也會同時分割出一些肝臟外部的器官，因而分割結果相對較差。利用三維重建結果進行分析，本研究所選算法能夠達到最佳的肝臟血管分割結果，從而獲得較為滿意的血管圖，具有較高的有效性和可行性。

3 總結

綜上所述，對于常規區域生長法存在的缺陷，本研究設定了一種以兩階段區域生長的CT圖像肝內血管分割方法，也就是肝內血管分割與肝臟分割的過程。研究結果證實，相比傳統的區域生長方法，本文所選擇的算法能夠對三級血管進行準確的分離，未見中斷和分叉問題，因而結果準確性更高，由此可知，本文所選擇的方法具有較高的有效性和可行性，能夠為日后的手術治療提供可靠基礎[9-10]。

參考文獻：

[1]姜維，呂曉琪，任曉英，等. 結合區域生長與圖割算法的冠狀動脈CT血管造影圖像三維分割[J].計算機應用，2015，35（5）：1462-1463.

[2]許新征，丁世飛，史忠植，等.圖像分割的新理論和新方法[J].電子學報， 2010， 38（2）：76-82.

[3]尚巖峰，汪輝，汪寧，等.管狀特性和主動輪廓的3維血管自動提取[J].中國圖象圖形學報，2013，18（3）：290-298.

[4]呂倩，高君，高鑫.基于圖割及均值漂移的合成孔徑雷達圖像強散射目標分割[J].計算機應用，2014，34（7）：2018-2022.

[5]尚巖峰，汪寧，汪輝.基于區域能量最小和主動輪廓模型的醫學目標提取[J].計算機應用研究，2012，29（7）：2715-2718.

[6]蔣世忠，易法令，湯浪平，等.基于圖割的MRI腦部圖像腫瘤提取方法[J].計算機工程，2010，36（7）：217-219.

[7]劉松濤，殷福亮.基于圖割的圖像分割方法及其新進展[J].自動化學報，2012，38（6）：911-922.

[8]劉艷麗，趙衛東，陳宇飛等. 基于Hessian矩陣和區域生長的肝血管樹的分割算法研究[J].計算機與現代化，2011，4（1）：113-114.

[9]王義，張友磊，PeitgenHeinz-Otto，等.肝內血管的三維重建及肝癌局部解剖性切除[J].中國普通外科雜志，2008，23（12）：914-917.

[10]孫俊旗，孟志華，陳振松，等.磁共振虛擬肝血管三維重建在肝切除術中的應用[J].中國醫學影像技術，2010，26（5）：910-913.

編輯/蔡睿琳