基于先驗(yàn)知識的CT影像自動勾畫研究及應(yīng)用

江東 余永建 吳茜

摘要：研究基于先驗(yàn)信息的區(qū)域生長自動分割算法，在Matlab平臺實(shí)現(xiàn)三維CT影像的肝臟自動勾畫。首先對圖像進(jìn)行預(yù)處理，包括灰度值歸一化、掩模、利用形態(tài)學(xué)運(yùn)算去除支架等冗余信息等，其次利用肝臟的影像特點(diǎn)及先驗(yàn)知識自動選取一個種子點(diǎn)，采用區(qū)域增長算法并利用Canny邊緣檢測算子在合適的時機(jī)放寬或者收縮生長準(zhǔn)則，及時停止生長，使區(qū)域生長算法效果提升，最后使用漫水法對于圖片提取后進(jìn)行填充，實(shí)現(xiàn)CT影像中的肝臟自動分割。通過多組病例測試，本文提出的基于先驗(yàn)知識的區(qū)域增長算法，經(jīng)過圖像預(yù)處理、canny邊緣檢測以及漫水法填充等處理手段，實(shí)現(xiàn)了CT影像的肝臟自動勾畫，并取得了較好的效果。

關(guān)鍵詞：先驗(yàn)知識；區(qū)域增長；形態(tài)學(xué)運(yùn)算；Canny邊緣檢測；漫水法

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）07-0217-02

放療是治療癌癥的三大技術(shù)手段之一，利用CT影像信息勾畫器官是制定肝癌放療計(jì)劃的前提，傳統(tǒng)手動分割方法繁瑣耗時，結(jié)果不可復(fù)現(xiàn)，研究與設(shè)計(jì)全自動的勾畫系統(tǒng)對放療科醫(yī)生具有重要意義。肝臟體積較大、形態(tài)不規(guī)則，與周圍臨近組織CT值相近難以區(qū)分，造成肝臟器官的自動勾畫存在較大難度，因此本文基于MATLAB平臺研究并實(shí)現(xiàn)CT影像的肝臟自動分割。

1 肝臟自動分割算法

本文利用肝臟的CT影像特征并結(jié)合先驗(yàn)信息，采用區(qū)域增長技術(shù)實(shí)現(xiàn)肝臟CT影像的自動勾畫。具體過程如下：1）在分割前對圖像進(jìn)行前處理；2）在濾波后圖像的基礎(chǔ)上，利用先驗(yàn)知識選取一個種子點(diǎn)進(jìn)行區(qū)域增長，利用Canny邊緣檢測算子在合適的時機(jī)放寬或者收縮生長準(zhǔn)則，及時停止生長，使區(qū)域生長算法效果提升；3）對區(qū)域增長后的圖像后進(jìn)行后處理。使用漫水法提取目標(biāo)空間的封閉區(qū)域，將其提取后重新填充，使區(qū)域生長算法所得圖像輪廓的凸起、凹陷和角點(diǎn)消失。

1.1 圖像預(yù)處理

本文首先采用實(shí)現(xiàn)圖像的灰度變換，然后利用各向異性擴(kuò)散濾波對圖像進(jìn)行預(yù)處理，最后采用形態(tài)學(xué)運(yùn)算消除支架信息，預(yù)處理結(jié)果如圖1所示。其中圖1左圖為本次實(shí)驗(yàn)中用來研究CT原圖，圖1右圖是將原圖經(jīng)過了預(yù)處理后的效果，將兩圖進(jìn)行比較，不難看出經(jīng)過了灰度轉(zhuǎn)換與去噪聲處理后，圖像的對比度有了一定的拉伸，肝臟輪廓更加清楚，且去除了支架信息。

1.2 基于先驗(yàn)知識的改進(jìn)區(qū)域增長算法

區(qū)域生長法先給定圖像中要分割的目標(biāo)物體內(nèi)的一個小塊或者種子區(qū)域，再在種子區(qū)域基礎(chǔ)上不斷將其周圍的像素點(diǎn)以一定的規(guī)則加入其中，達(dá)到最終將代表該物體的所有像素點(diǎn)結(jié)合成一個區(qū)目的。區(qū)域生長算法的優(yōu)點(diǎn)是計(jì)算簡單可滿足圖像分割的多種要求，既提取CT圖的邊緣信息，又針對某一特定區(qū)域的單獨(dú)實(shí)行分割，所以本文選用區(qū)域生長作為分割方法。但是傳統(tǒng)的區(qū)域生長法在處理肝臟的分割時，通常難以區(qū)分出肝臟與其相鄰的胃、胸腹壁等區(qū)域。因此，本文基于肝臟的影像學(xué)特征及先驗(yàn)信息，提出基于先驗(yàn)信息的區(qū)域生長算法，旨在建立并實(shí)現(xiàn)基于肝臟自動勾畫。其流程如圖2所示：

步驟1：根據(jù)肝臟的解剖特性結(jié)構(gòu)等先驗(yàn)知識自動選出一個種子點(diǎn)（一般位于肝臟區(qū)域中心部分）n=1；

步驟2：檢查該種子點(diǎn)的（2n+1）×（2n+1）鄰域，計(jì)算該鄰域的灰度平均值μ和標(biāo)準(zhǔn)差δ；

步驟3：通過計(jì)算，符合不等式的像素值可判定為增長點(diǎn)，否則判為不可增長點(diǎn)，其中；

步驟4：如果該鄰域中再沒有新的增長點(diǎn)產(chǎn)生，或滿足某種停止條件，增長結(jié)束，令n=n+1，將種子點(diǎn)鄰域擴(kuò)大，轉(zhuǎn)向步驟2；其分割結(jié)果如圖3所示。

雖然這樣控制生長準(zhǔn)則能夠大體分割出肝臟的準(zhǔn)確位置，但是還存在一些噪點(diǎn)、毛刺和“空洞”問題，本文采取漫水法對目標(biāo)區(qū)域提取填充、采用Canny邊緣檢測算子對肝臟進(jìn)行處理。漫水法的優(yōu)勢在于提取目標(biāo)區(qū)域內(nèi)的封閉區(qū)域，再將其填充，主要針對的是圖像中的“空洞”，如圖4（b）所示。區(qū)域增長結(jié)束后，如果我們能在合適的時機(jī)放寬或者收縮生長準(zhǔn)則，及時停止生長，使區(qū)域生長算法效果就能得到進(jìn)一步提升。本文采用Canny邊緣檢測算子，它有良好的信噪比、很好的定位性能和單一邊緣單一響應(yīng)的優(yōu)勢。Canny邊緣檢測算子對肝臟進(jìn)行處理，效果如圖4（c）所示。

可以看出，Canny 算子可以得到連續(xù)清晰，單一響應(yīng)、位置準(zhǔn)確的邊緣信息，并且有效地避免了圖像中噪聲的影響。圖5（b）中標(biāo)出了該張CT切片圖像中肝臟所在，勾畫出了完整的肝臟邊緣，并且?guī)缀鯖]有噪聲。最后根據(jù)邊緣結(jié)果，在原圖進(jìn)行勾勒，系統(tǒng)自動勾畫結(jié)果如圖5（c）所示。

本文用戶界面、算法實(shí)現(xiàn)均基于MATLAB平臺。基于上述研究目的，并結(jié)合實(shí)際臨床應(yīng)用場景，設(shè)計(jì)圖形用戶界面如圖6所示。界面包括圖像基本信息區(qū)、選擇文件或文件夾區(qū)、圖像處理顯示區(qū)、勾畫選擇功能區(qū)和圖像對比區(qū)。系統(tǒng)實(shí)現(xiàn)了對肝臟和腦部等圖像的預(yù)處理和自動勾畫功能。

3 結(jié)論

醫(yī)學(xué)圖像分割在病情、放射治療等領(lǐng)域應(yīng)用廣泛。本文提出了基于先驗(yàn)信息的區(qū)域增長算法，并將其應(yīng)用于肝臟的自動勾畫。首先采用灰度變換、形態(tài)學(xué)運(yùn)算等方法對圖像進(jìn)行預(yù)處理操作，增強(qiáng)圖像質(zhì)量、去除冗余信息；其次，根據(jù)先驗(yàn)知識和肝臟特點(diǎn)自動選擇生長點(diǎn)，采用漫水法對分割后的圖像進(jìn)行填充；最后采用Canny邊緣檢勾畫出肝臟，實(shí)現(xiàn)CT圖像肝臟的自動勾畫。此外，基于Matlab GUI設(shè)計(jì)、實(shí)現(xiàn)了肝臟自動勾畫程序。

參考文獻(xiàn)

[1] 王小東，馮筠，魯定國，等.基于先驗(yàn)知識的肝臟輪廓線提取算法研究[J].計(jì)算機(jī)應(yīng)用研究，2014，31（1）：281-284.

[2] 羅清，林偉，秦文健.基于先驗(yàn)形狀信息核圖割模型的肝臟分割方法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2014，35（6）：2084-2090.

[3] 劉航.基于CT圖像的肝腎自動分割方法研究[J].核能科學(xué)與工程，2014，06（02）：360-365.

[5] 仇清濤，段敬豪，鞏貫忠，等.基于三維動態(tài)區(qū)域生長算法的肝臟自動分割[J].中國醫(yī)學(xué)物理學(xué)雜志，2017，34（7）：660-665.

[6] 于萬波.基于MATLAB的圖像處理[M].北京：清華大學(xué)出版社，2008.

【通聯(lián)編輯：朱寶貴】