專利名稱：：醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及醫(yī)學(xué)超聲影像分析與處理
技術(shù)領(lǐng)域：
，尤其涉及一種醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法。
背景技術(shù)：
：在醫(yī)學(xué)超聲影像分析與處理
技術(shù)領(lǐng)域：
中，三維目標(biāo)對(duì)象的分割有著重要的臨床應(yīng)用價(jià)值。但由于醫(yī)學(xué)超聲成像機(jī)制的約束，影像的信噪比、空間分辨率和對(duì)比度等技術(shù)性能指標(biāo)不夠理想，使得其中三維目標(biāo)對(duì)象的分割較為困難?，F(xiàn)有的分割方法主要有手工標(biāo)定邊界的方法、基于區(qū)域增長(zhǎng)的方法和基于傳統(tǒng)活動(dòng)輪廓模型的方法等。其中，手工標(biāo)定邊界的分割方法在分割過程中需要操作人員在每幀圖像中描繪出待分割目標(biāo)對(duì)象的邊緣，在整個(gè)過程中都需要人工操作、缺乏自動(dòng)化，檢測(cè)結(jié)果受操作人員主觀因素影響較大?；趨^(qū)域增長(zhǎng)的分割方法必須設(shè)置種子點(diǎn)，算法執(zhí)行速度慢，缺少通用的收斂準(zhǔn)則，且種子點(diǎn)以及收斂準(zhǔn)則的選取對(duì)結(jié)果有很大的影響?；趥鹘y(tǒng)活動(dòng)輪廓模型的分割方法可以在較少人工干預(yù)下實(shí)現(xiàn)三維目標(biāo)對(duì)象分割，但是這種方法對(duì)復(fù)雜拓?fù)浣Y(jié)構(gòu)的處理能力較弱，分割效果和分割精度等性能指標(biāo)很難滿足臨床應(yīng)用需求。在實(shí)現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題現(xiàn)有的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，分割精度和自動(dòng)化程度較低，時(shí)間性能較差。
發(fā)明內(nèi)容本發(fā)明的實(shí)施例提供一種醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，具有較高的分割精度和自動(dòng)化程度，時(shí)間性能良好。為達(dá)到上述目的，本發(fā)明的實(shí)施例采用如下技術(shù)方案一種醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，包括對(duì)原始散亂的圖像數(shù)據(jù)進(jìn)行重組重排，得到規(guī)則體數(shù)據(jù)集，所述原始散亂的圖像數(shù)據(jù)為包含所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的原始醫(yī)學(xué)超聲影像數(shù)據(jù)；對(duì)所述規(guī)則體數(shù)據(jù)集進(jìn)行基于輪廓線的分割。本發(fā)明實(shí)施例提供的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，首先對(duì)包含所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的原始醫(yī)學(xué)超聲影像數(shù)據(jù)進(jìn)行重組重排，得到規(guī)則體數(shù)據(jù)集，然后對(duì)所述規(guī)則體數(shù)據(jù)集進(jìn)行基于輪廓線的分割。在所述基于輪廓線的分割中，引入了關(guān)鍵幀與中間幀的概念，應(yīng)用了拓?fù)渥赃m應(yīng)形變模型和基于形狀的插值，能夠快速而準(zhǔn)確地獲得所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓。與現(xiàn)有技術(shù)相比，整個(gè)分割過程具有較高的分割精度和一定的自動(dòng)化程度，且具有較好的時(shí)間性能。圖1為本發(fā)明實(shí)施例提供的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法流程圖2為本發(fā)明實(shí)施例提供的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法中T-Snake模型節(jié)點(diǎn)外力法線矢量方向的確定示意圖；圖3為本發(fā)明實(shí)施例提供的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法中T-Snake模型節(jié)點(diǎn)外力法線矢量方向的確定示意圖；圖4為本發(fā)明實(shí)施例提供的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法中T-Snake模型節(jié)點(diǎn)位置更新示意圖；圖5為本發(fā)明實(shí)施例提供的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法中更新后的節(jié)點(diǎn)示意圖。具體實(shí)施例方式本發(fā)明的實(shí)施例提供一種醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法。為使本發(fā)明技術(shù)方案的優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作詳細(xì)說明。如圖1所示，所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法包括S101、對(duì)原始散亂的圖像數(shù)據(jù)進(jìn)行重組重排，得到規(guī)則體數(shù)據(jù)集。所述原始散亂的圖像數(shù)據(jù)為包含所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的原始醫(yī)學(xué)超聲影像數(shù)據(jù)，所述原始醫(yī)學(xué)超聲影像數(shù)據(jù)的空間相對(duì)位置沒有規(guī)律，是散亂、不規(guī)則的數(shù)據(jù)集。通過對(duì)所述原始散亂的圖像數(shù)據(jù)進(jìn)行重組重排處理，使所述包含三維目標(biāo)對(duì)象的原始醫(yī)學(xué)超聲影像數(shù)據(jù)填充到正方體組成的規(guī)則的三維網(wǎng)格點(diǎn)上，形成規(guī)則體數(shù)據(jù)集。在本實(shí)施例中，所述重組重排處理具體為插值平滑處理，其中，所述插值平滑處理包括體素最近臨域插值平滑、像素最近臨域插值平滑和距離加權(quán)插值平滑等方法。S102、在所述規(guī)則體數(shù)據(jù)集中選擇若干關(guān)鍵幀。其中，在步驟SlOl中得到的規(guī)則體數(shù)據(jù)集中，提取等間距的二維平行圖像序列幀，各二維平行圖像序列幀上的人體組織器官輪廓形狀是連續(xù)變化而不是突變的，所述二維平行圖像序列幀包括一個(gè)以上的序列幀段，各序列幀段的首、尾兩幀為關(guān)鍵幀。其中，所述關(guān)鍵幀可以進(jìn)一步結(jié)合醫(yī)師的臨床經(jīng)驗(yàn)以及人體組織器官的解剖結(jié)構(gòu)特征進(jìn)行選擇。S103、基于T-Snake模型(TopologicallyAdaptableSnakes，拓?fù)渥赃m應(yīng)形變模型)在所述關(guān)鍵幀上提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓。這里，所述T-Snake模型是對(duì)傳統(tǒng)的T-Snake模型的一種改進(jìn)。所述在所述關(guān)鍵幀上提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓的具體實(shí)現(xiàn)過程如下S103a、進(jìn)行圖像空間的三角形網(wǎng)格劃分；初始化所述T-Snake模型為一條具有任意形狀的閉合曲線，在本實(shí)施例中，所述T-Snake模型初始化為一個(gè)圓，所述T-Snake模型與上述三角形網(wǎng)格的交點(diǎn)為所述T-Snake模型的初始節(jié)點(diǎn)。其中，所述T-Snake模型是一個(gè)拓?fù)淇勺兊男巫兡Ｐ停瑢?duì)于復(fù)雜拓?fù)浣Y(jié)構(gòu)的處理和適應(yīng)能力較強(qiáng)，定義為由N個(gè)節(jié)點(diǎn)連接而成的閉合輪廓，所述N為正整數(shù)，且N>2，其中，第i(i=0，…，N-1)個(gè)節(jié)點(diǎn)的運(yùn)動(dòng)方程為Yix^t)+aat(t)+bpt(0=ρ,(t)+Ji(t)式中，=乃⑴]為第i個(gè)節(jié)點(diǎn)的位置函數(shù)，無⑴為第i個(gè)節(jié)點(diǎn)的運(yùn)動(dòng)速度，Yi為阻尼系數(shù)。其中，方程左邊后兩項(xiàng)統(tǒng)稱為所述T-Snake模型的內(nèi)部能量，包括拉伸力⑴和彎曲力及⑴，其中，孓⑴為第i個(gè)節(jié)點(diǎn)處的拉伸力，及(0為第i個(gè)節(jié)點(diǎn)處的彎曲力；參數(shù)a控制著拉伸力的強(qiáng)度，參數(shù)b控制著彎曲力的強(qiáng)度，內(nèi)部能量是模型的平滑性約束條件。方程右邊兩項(xiàng)統(tǒng)稱為所述T-Snake模型的外部能量，包括膨脹力戎(0和基于圖像梯度特征的外力lit)。膨脹力戎⑴的方向稱作節(jié)點(diǎn)的外力的法線矢量方向，為所述T-Snake模型的節(jié)點(diǎn)的移動(dòng)方向；基于圖像梯度特征的外力可以使模型收斂于有效邊緣。假定節(jié)點(diǎn)的運(yùn)動(dòng)沒有慣性，則當(dāng)T-Snake模型的內(nèi)部能量和外部能量達(dá)到平衡狀態(tài)時(shí)，節(jié)點(diǎn)的運(yùn)動(dòng)速度變?yōu)榱?，而處于能量平衡狀態(tài)的節(jié)點(diǎn)即為圖像中的輪廓點(diǎn)。傳統(tǒng)的T-Snake模型在應(yīng)用時(shí)存在一些缺點(diǎn)在模型形變演化過程中，若相鄰三個(gè)節(jié)點(diǎn)的間距較大，進(jìn)行微分計(jì)算求內(nèi)力時(shí)會(huì)產(chǎn)生較大的誤差，并且會(huì)出現(xiàn)節(jié)點(diǎn)自交現(xiàn)象，導(dǎo)致模型收斂于不正確的邊緣或輪廓上；而且，外力法線矢量的方向會(huì)直接影響到傳統(tǒng)T-Snake模型的形變演化態(tài)勢(shì)，極端情況下也會(huì)導(dǎo)致模型收斂于不正確的邊緣或輪廓上。為了確?；谳喞€的三維目標(biāo)對(duì)象分割的準(zhǔn)確性，本發(fā)明實(shí)施例提出了一種改進(jìn)的T-Snake模型，所述改進(jìn)包括(1)內(nèi)力的計(jì)算傳統(tǒng)T-Snake模型的內(nèi)部能量結(jié)構(gòu)中，拉伸力與彎曲力的計(jì)算公式分別如下at(t)=Ixi(0-Xi^(0-Xm(0Piit)=Iai(t)-(0-(0式中，元(i)=[AO),兄(O]為第i個(gè)節(jié)點(diǎn)的位置函數(shù)，5,(0為第i個(gè)節(jié)點(diǎn)處的拉伸力，是第i個(gè)節(jié)點(diǎn)位置函數(shù)無二階導(dǎo)數(shù)的離散近似；及(0為第i個(gè)節(jié)點(diǎn)處的彎曲力，是第i個(gè)節(jié)點(diǎn)位置函數(shù)乓(0四階導(dǎo)數(shù)的離散近似。由計(jì)算方法理論知，數(shù)值精度要求高的微分近似計(jì)算需要中心節(jié)點(diǎn)與其相鄰節(jié)點(diǎn)的距離應(yīng)近似相等；而對(duì)于不相等的情況，應(yīng)該將節(jié)點(diǎn)間的距離作歸一化處理，因此，本發(fā)明實(shí)施例提供了改進(jìn)的拉伸力與彎曲力的計(jì)算公式OLi(0=(x.(J)-xt_x(0)/dx-(xi+](0-Xi(0)/d2Pt(t)=(a,(0-(O)/d、-(ccm(t)-a,(0)丨d2式中，元⑴=[乂⑴，少,0)]為第i個(gè)節(jié)點(diǎn)的位置函數(shù)，為第i個(gè)節(jié)點(diǎn)處的拉伸力，及()為第i個(gè)節(jié)點(diǎn)處的彎曲力汍為第i個(gè)節(jié)點(diǎn)與第i-1個(gè)節(jié)點(diǎn)之間的距離，d2為第i+1個(gè)節(jié)點(diǎn)與第i個(gè)節(jié)點(diǎn)之間的距離。(2)外力法線矢量方向的確定所述T-Snake模型各個(gè)節(jié)點(diǎn)的外力的法線矢量方向的確定按照以下步驟進(jìn)行經(jīng)過所述T-Snake模型中的一個(gè)節(jié)點(diǎn)與其緊鄰的另外兩個(gè)節(jié)點(diǎn)，確定一個(gè)圓，其中，所述三個(gè)節(jié)點(diǎn)不在同一直線上；若所述圓的圓心在所述T-Snake模型的邊界內(nèi)，該節(jié)點(diǎn)的外力的法線矢量方向?yàn)檠厣鲜鰣A的徑向指向該節(jié)點(diǎn)；若上述圓的圓心在所述T-Snake模型的邊界外，該節(jié)點(diǎn)的外力的法線矢量方向?yàn)檠厣鲜鰣A的徑向背離該節(jié)點(diǎn)。如圖2、圖3所示，四邊形(曲線2)為T-Snake模型的邊界，節(jié)點(diǎn)a為所述T-Snake模型邊界上的一個(gè)節(jié)點(diǎn)，節(jié)點(diǎn)b、c為所述T-Snake模型邊界上的、與節(jié)點(diǎn)a緊鄰的另外兩個(gè)節(jié)點(diǎn)，所述節(jié)點(diǎn)a、b、c不在同一直線上，經(jīng)過a、b、c三點(diǎn)所確定的圓為曲線1，圓心為O。如圖2所示，由于ο在T-Snake模型的邊界內(nèi)，b點(diǎn)處的外力法線矢量方向則定義為如圖2中所示，以達(dá)到模型向著真實(shí)輪廓3方向擴(kuò)展的目的。如圖3所示，由于圓心0在1^皿1^模型的邊界外，b點(diǎn)處的外力法線矢量方向則定義為如圖3中AO)所示，以達(dá)到模型向著真實(shí)輪廓3方向擴(kuò)展的目的。采用上述T-Snake模型內(nèi)力的計(jì)算公式，不但能夠提高方法的數(shù)值計(jì)算精度，而且進(jìn)一步依據(jù)所述外力法線矢量方向的確定方法，能夠避免模型節(jié)點(diǎn)自交現(xiàn)象。S103b、計(jì)算所述T-Snake模型每個(gè)節(jié)點(diǎn)的內(nèi)力和外力，確定每個(gè)節(jié)點(diǎn)的外力的法線矢量方向，判斷所述T-Snake模型的各節(jié)點(diǎn)的內(nèi)力和外力是否全部達(dá)到平衡。所述內(nèi)力的計(jì)算以及每個(gè)節(jié)點(diǎn)的外力的法線矢量方向的確定按照步驟S103a所述的方法進(jìn)行。S103c、若所述T-Snake模型的各節(jié)點(diǎn)的內(nèi)力和外力沒有全部達(dá)到平衡，則對(duì)所述T-Snake模型中的節(jié)點(diǎn)位置進(jìn)行更新，將各節(jié)點(diǎn)沿該節(jié)點(diǎn)的外力的法線矢量方向移動(dòng)，得到形變后的所述T-Snake模型。如圖4所示，內(nèi)層為原節(jié)點(diǎn)，外層為位置更新后的節(jié)點(diǎn)。S103d、如圖5所示，重新確定形變后的所述T-Snake模型與三角形網(wǎng)格的交點(diǎn)，將其作為所述T-Snake模型新的節(jié)點(diǎn)。判斷所述形變后的T-Snake模型的各節(jié)點(diǎn)的內(nèi)力和外力是否都達(dá)到平衡，若沒有全部達(dá)到平衡，則重復(fù)步驟S103b-S103d，直到所述形變后的T-Snake模型各節(jié)點(diǎn)的內(nèi)力和外力全部達(dá)到平衡狀態(tài)為止，則所述在所述關(guān)鍵幀上提取的所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓為所述平衡狀態(tài)下所述T-Snake模型的所有節(jié)點(diǎn)，通過B-樣條擬合或其他同類處理方法得到的擬合曲線。由于所選擇關(guān)鍵幀的數(shù)目通常較少，計(jì)算量很小，這就確保了本發(fā)明所述方法具有較好的時(shí)間性能。S104、通過基于形狀的插值方法在所述中間幀上提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓，其中，所述關(guān)鍵幀之間的圖像幀為中間幀。所述插值方法的具體實(shí)現(xiàn)過程如下S104a、根據(jù)步驟S103得到的輪廓，對(duì)所述關(guān)鍵幀進(jìn)行距離變換，得到關(guān)鍵幀距離圖，距離圖上每個(gè)點(diǎn)的絕對(duì)值代表了這個(gè)點(diǎn)到輪廓的最近距離，且值大于零的區(qū)域代表輪廓外部，小于零的區(qū)域代表輪廓內(nèi)部。S104b、對(duì)相鄰的兩個(gè)關(guān)鍵幀的所述關(guān)鍵幀距離圖進(jìn)行線性插值，得到中間幀距離圖。其中，所述線性插值，是根據(jù)已知兩項(xiàng)有關(guān)的對(duì)應(yīng)關(guān)系資料估算第三項(xiàng)對(duì)應(yīng)的未知資料，在本實(shí)施例中，已知的兩項(xiàng)為相鄰的兩個(gè)關(guān)鍵幀距離圖，第三項(xiàng)為中間幀距離圖。S104c、提取所述中間幀距離圖上的零點(diǎn)，所述各零點(diǎn)組成在該中間幀上的所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓。在本實(shí)施例中，所述各零點(diǎn)組成在該中間幀上的所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓的步驟具體為將所述各零點(diǎn)依次進(jìn)行連接，組成一條開放曲線，所述開放曲線即在該中間幀上的所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓。重復(fù)步驟S104b_S104c，直到任意兩個(gè)相鄰關(guān)鍵幀的關(guān)鍵幀距離圖都經(jīng)過線性插值得到中間幀距離圖，提取所有中間幀距離圖上的零點(diǎn)，將任意兩個(gè)相鄰的零點(diǎn)進(jìn)行連接，組成一條閉合曲線，所述閉合曲線即為在所有中間幀上的所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓。由于所述插值方法的計(jì)算量很小，這就進(jìn)一步確保了本發(fā)明所述方法具有較好的時(shí)間性能。本發(fā)明實(shí)施例提供的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，首先對(duì)包含所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的原始醫(yī)學(xué)超聲影像數(shù)據(jù)進(jìn)行重組重排，得到規(guī)則體數(shù)據(jù)集，然后基于改進(jìn)的T-Snake模型在關(guān)鍵幀提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓線，最后通過對(duì)中間幀進(jìn)行基于形狀的插值方法在全部規(guī)則體數(shù)據(jù)集上提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓線，繼而完成了對(duì)所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割。與現(xiàn)有技術(shù)相比，整個(gè)分割過程具有較高的分割精度和一定的自動(dòng)化程度，且具有較好的時(shí)間性能。本發(fā)明不僅適用于醫(yī)學(xué)超聲影像，也適用于其他醫(yī)學(xué)圖像序列，如CT、MRI等。以上所述，僅為本發(fā)明實(shí)施例的一種具體實(shí)施方式，但本發(fā)明實(shí)施例的保護(hù)范圍并不局限于此，任何熟悉本
技術(shù)領(lǐng)域：
的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明實(shí)施例的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。權(quán)利要求一種醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，其特征在于，包括對(duì)原始散亂的圖像數(shù)據(jù)進(jìn)行重組重排，得到規(guī)則體數(shù)據(jù)集，所述原始散亂的圖像數(shù)據(jù)為包含所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的原始醫(yī)學(xué)超聲影像數(shù)據(jù)；對(duì)所述規(guī)則體數(shù)據(jù)集進(jìn)行基于輪廓線的分割。2.根據(jù)權(quán)利要求1所述的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，其特征在于，所述對(duì)原始散亂的圖像數(shù)據(jù)進(jìn)行重組重排，得到規(guī)則體數(shù)據(jù)集的步驟包括對(duì)原始散亂的圖像數(shù)據(jù)進(jìn)行插值平滑處理，使處理后的所述原始散亂的圖像數(shù)據(jù)填充到正方體組成的規(guī)則的三維網(wǎng)格點(diǎn)上，形成規(guī)則體數(shù)據(jù)集。3.根據(jù)權(quán)利要求1或2所述的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，其特征在于，所述對(duì)所述規(guī)則體數(shù)據(jù)集進(jìn)行基于輪廓線的分割的步驟包括在所述規(guī)則體數(shù)據(jù)集中選擇關(guān)鍵幀；在所述關(guān)鍵幀上提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓；在中間幀上提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓，所述關(guān)鍵幀之間的圖像幀為中間幀。4.根據(jù)權(quán)利要求3所述的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，其特征在于，所述在所述規(guī)則體數(shù)據(jù)集中選擇關(guān)鍵幀的步驟包括在所述規(guī)則體數(shù)據(jù)集中提取等間距的二維平行圖像序列幀，所述二維平行圖像序列幀包括一個(gè)以上的序列幀段；所述各序列幀段的首、尾兩幀為關(guān)鍵幀。5.根據(jù)權(quán)利要求4所述的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，其特征在于，所述在所述關(guān)鍵幀上提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓的步驟包括基于拓?fù)渥赃m應(yīng)形變T-Snake模型在所述關(guān)鍵幀上提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓。6.根據(jù)權(quán)利要求5所述的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，其特征在于，所述基于拓?fù)渥赃m應(yīng)形變T-Snake模型在所述關(guān)鍵幀上提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓的步驟包括對(duì)所述關(guān)鍵幀的二維圖像空間進(jìn)行三角形網(wǎng)格劃分；將所述T-Snake模型初始化為一條閉合曲線，所述T-Snake模型與所述三角形網(wǎng)格的交點(diǎn)為所述T-Snake模型的初始節(jié)點(diǎn)；判斷所述T-Snake模型的各節(jié)點(diǎn)的內(nèi)力和外力是否全部達(dá)到平衡，若沒有全部達(dá)到平衡，則對(duì)所述T-Snake模型的每個(gè)節(jié)點(diǎn)的位置進(jìn)行更新，將各節(jié)點(diǎn)沿該節(jié)點(diǎn)的外力的法線矢量方向移動(dòng)，得到形變后的T-Snake模型；確定所述形變后的T-Snake模型與所述三角形網(wǎng)格的交點(diǎn)，將其作為所述形變后的T-Snake模型新的節(jié)點(diǎn)；判斷所述形變后的T-Snake模型的各節(jié)點(diǎn)的內(nèi)力和外力是否都達(dá)到平衡，若沒有全部達(dá)到平衡，則重復(fù)上述步驟，直到T-Snake模型的各節(jié)點(diǎn)的內(nèi)力和外力全部達(dá)到平衡狀態(tài)為止，則所述在所述關(guān)鍵幀上提取的所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓為所述平衡狀態(tài)下所述T-Snake模型的所有節(jié)點(diǎn)組成的擬合曲線。7.根據(jù)權(quán)利要求6所述的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，其特征在于，將所述T-Snake模型初始化為一條閉合曲線的步驟包括將所述T-Snake模型初始化為一個(gè)圓。8.根據(jù)權(quán)利要求6或7所述的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，其特征在于，所述T-Snake模型為由N個(gè)節(jié)點(diǎn)連接成的閉合輪廓，所述N為正整數(shù)，且N>2，其中，各個(gè)節(jié)點(diǎn)的運(yùn)動(dòng)方程為r1x1(t)+aa(t)+bp(t)=Pi{t)+fi(t)若上述方程中,ο)為零，則節(jié)點(diǎn)的內(nèi)力和外力達(dá)到平衡；其中，x1(t)=[x1(t),yi(t)]為第i(i=0，-,N-1)個(gè)節(jié)點(diǎn)的位置函數(shù)，x1(t)為第i個(gè)節(jié)點(diǎn)的運(yùn)動(dòng)速度，Yi為阻尼系數(shù)；x1(t)+yi(t)為所述T-Snake模型的內(nèi)部能量，包括拉伸力戈()和彎曲力及(O,其中，成(O為第i個(gè)節(jié)點(diǎn)處的拉伸力，及(O為第i個(gè)節(jié)點(diǎn)處的彎曲力；參數(shù)a控制著所述拉伸力的強(qiáng)度，參數(shù)b控制著所述彎曲力的強(qiáng)度，所述內(nèi)部能量是所述T-Snake模型的平滑性約束條件；A(O+義⑴為所述T-Snake模型的外部能量，該外部能量包括一個(gè)膨脹力和一個(gè)基于圖像梯度特征的外力In、，所述膨脹力的方向?yàn)楣?jié)點(diǎn)的外力的法線矢量方向，為所述T-Snake模型的節(jié)點(diǎn)的移動(dòng)方向；所述圖像梯度特征的外力控制著模型收斂于有效邊緣。9.根據(jù)權(quán)利要求8所述的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，其特征在于，所述T-Snake模型各個(gè)節(jié)點(diǎn)的拉伸力與彎曲力的計(jì)算公式為<formula>formulaseeoriginaldocumentpage3</formula>其中，Ci1為第i個(gè)節(jié)點(diǎn)與第i-1個(gè)節(jié)點(diǎn)之間的距離，d2為第i+1個(gè)節(jié)點(diǎn)與第i個(gè)節(jié)點(diǎn)之間的距離。10.根據(jù)權(quán)利要求8所述的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，其特征在于，所述T-Snake模型各個(gè)節(jié)點(diǎn)的外力的法線矢量方向的確定具體包括經(jīng)過所述T-Snake模型中的一個(gè)節(jié)點(diǎn)及與其緊鄰的另外兩個(gè)節(jié)點(diǎn)，確定一個(gè)圓，其中，所述三個(gè)節(jié)點(diǎn)不在同一直線上；若所述圓的圓心在所述T-Snake模型的邊界內(nèi)，該節(jié)點(diǎn)的外力的法線矢量方向?yàn)檠厣鲜鰣A的徑向指向該節(jié)點(diǎn)；若上述圓的圓心在所述T-Snake模型的邊界外，該節(jié)點(diǎn)的外力的法線矢量方向?yàn)檠厣鲜鰣A的徑向背離該節(jié)點(diǎn)。11.根據(jù)權(quán)利要求3所述的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，其特征在于，所述在中間幀上提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓的步驟包括通過基于形狀的插值方法在中間幀上提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓。12.根據(jù)權(quán)利要求11所述的醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，其特征在于，所述通過基于形狀的插值方法在中間幀上提取所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓的步驟包括根據(jù)在所述關(guān)鍵幀上提取的所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓，對(duì)所述關(guān)鍵幀進(jìn)行距離變換，得到關(guān)鍵幀距離圖；對(duì)相鄰的兩個(gè)關(guān)鍵幀的關(guān)鍵幀距離圖進(jìn)行線性插值，得到中間幀距離圖；提取所述中間幀距離圖上的零點(diǎn)，所述各零點(diǎn)組成在該中間幀上的所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓；重復(fù)上述步驟，直到任意兩個(gè)相鄰的關(guān)鍵幀的關(guān)鍵幀距離圖都經(jīng)過線性插值得到中間幀距離圖，提取所有中間幀距離圖上的零點(diǎn)，所有零點(diǎn)組成在所有中間幀上的所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓。全文摘要本發(fā)明實(shí)施例公開了一種醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，為解決現(xiàn)有技術(shù)分割精度不高，或者時(shí)間性能不夠理想，或者自動(dòng)化程度較低的問題而發(fā)明。所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法，包括對(duì)包含所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的原始散亂的醫(yī)學(xué)超聲影像數(shù)據(jù)進(jìn)行重組重排，得到規(guī)則體數(shù)據(jù)集；對(duì)所述規(guī)則體數(shù)據(jù)集進(jìn)行基于輪廓線的分割。在所述基于輪廓線的分割中，引入了關(guān)鍵幀與中間幀的概念，應(yīng)用了拓?fù)渥赃m應(yīng)形變模型和基于形狀的插值，能夠快速而準(zhǔn)確地獲得所述醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的輪廓。本發(fā)明不僅適用于醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割，也適用于CT、MRI等醫(yī)學(xué)圖像序列三維目標(biāo)對(duì)象的分割。文檔編號(hào)G06T7/00GK101807296SQ20091000567公開日2010年8月18日申請(qǐng)日期2009年2月16日優(yōu)先權(quán)日2009年2月16日發(fā)明者劉慶江,劉志剛,劉煒,孫豐榮,梅良模,王麗梅,王文明申請(qǐng)人:海信集團(tuán)有限公司;山東大學(xué)