專利名稱：一種醫(yī)學(xué)圖像目標(biāo)區(qū)域勾畫方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理，特別是利用計(jì)算機(jī)對(duì)4D圖像中的目標(biāo)區(qū)域進(jìn)行勾畫的方法。
背景技術(shù)：
目標(biāo)靶區(qū)勾畫是放療技術(shù)中極為重要的步驟，該步的準(zhǔn)確度直接決定了放療計(jì)劃的精確程度。目前臨床中都是由醫(yī)師手動(dòng)對(duì)目標(biāo)進(jìn)行勾畫來制定放療計(jì)劃。而4D-CT圖像實(shí)際是由一組各個(gè)不同時(shí)相的常規(guī)CT圖像組成的，圖像數(shù)目眾多，通常約為1000 2000 張。巨大的圖像數(shù)目極大地加重了醫(yī)師勾畫的工作量，這種重復(fù)勾畫不僅浪費(fèi)了寶貴的人力和精力，而且容易引起醫(yī)師疲勞而產(chǎn)生人為失誤等。實(shí)現(xiàn)目標(biāo)靶區(qū)邊界的自動(dòng)勾畫，最直觀的思路應(yīng)該是直接對(duì)每個(gè)呼吸時(shí)相的圖像采用圖像分割技術(shù)來自動(dòng)提取出目標(biāo)靶區(qū)。區(qū)域生長(zhǎng)法是目前圖像分割中比較常用的方法，需要首先選取出一個(gè)或多個(gè)像素點(diǎn)作為種子點(diǎn)，然后逐一對(duì)種子像素周圍鄰域內(nèi)的像素根據(jù)事先確定的生長(zhǎng)準(zhǔn)則進(jìn)行判定，若滿足，則將該像素合并到種子像素集中，將這些新像素當(dāng)作新的種子像素繼續(xù)進(jìn)行上面操作過程，直到再?zèng)]有滿足條件的像素點(diǎn)可被包括進(jìn)來。然而種子點(diǎn)的選取一般都是人工手動(dòng)完成的，而對(duì)4D-CT的大量圖像來說工作量仍然很大。由于呼吸運(yùn)動(dòng)屬于半周期運(yùn)動(dòng)，具有一定的規(guī)律性，而由此引起的目標(biāo)運(yùn)動(dòng)和變形也應(yīng)服從一定的統(tǒng)計(jì)規(guī)律。因此，也有學(xué)者提出在一些先驗(yàn)知識(shí)的基礎(chǔ)上建立一個(gè)概率模型來描述目標(biāo)靶區(qū)的運(yùn)動(dòng)和變形，從而實(shí)現(xiàn)對(duì)其輪廓的自動(dòng)跟蹤。常用的概率模型有貝葉斯濾波模型(bayesian filter)、卡爾曼濾波模型(kalman filter)、粒子濾波模型 (particle filter)等。然而建立一個(gè)概率模型需要大量的訓(xùn)練數(shù)據(jù)，而呼吸運(yùn)動(dòng)較大的個(gè)體差異性使得模型建立難度進(jìn)一步加大。并且，當(dāng)出現(xiàn)不規(guī)則呼吸運(yùn)動(dòng)時(shí)，很難再用經(jīng)典的統(tǒng)計(jì)模型來描述人體內(nèi)的器官運(yùn)動(dòng)和變形。近年來，基于圖像配準(zhǔn)的輪廓映射方法成為目標(biāo)跟蹤和分割問題的比較流行的解決方法，其思路是首先在參考圖像中手動(dòng)勾畫目標(biāo)輪廓，然后將輪廓點(diǎn)映射到其他待處理圖像上的對(duì)應(yīng)位置。該類方法的關(guān)鍵在于能夠得到準(zhǔn)確的點(diǎn)點(diǎn)間的映射關(guān)系，該映射關(guān)系通常都是采用變形配準(zhǔn)來實(shí)現(xiàn)的。其缺點(diǎn)在于直接對(duì)整幅圖像進(jìn)行變形配準(zhǔn)，因此計(jì)算量很大，而輪廓映射的準(zhǔn)確度也會(huì)受到離目標(biāo)輪廓較遠(yuǎn)區(qū)域的影響。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種醫(yī)學(xué)圖像目標(biāo)區(qū)域勾畫方法，以快速、準(zhǔn)確地從醫(yī)學(xué)圖像中勾畫出目標(biāo)區(qū)域，大大減輕工作人員在圖像分割中的工作量。本發(fā)明的總體思路是手動(dòng)勾畫出參考時(shí)相上的目標(biāo)輪廓，而在其他時(shí)相上以該目標(biāo)輪廓為參考，通過尋找與輪廓控制區(qū)域相似的圖像小塊來實(shí)現(xiàn)目標(biāo)靶區(qū)的自動(dòng)跟蹤， 最后通過在跟蹤得到的每?jī)蓚€(gè)相鄰輪廓控制區(qū)域中心之間進(jìn)行非線性插值實(shí)現(xiàn)對(duì)其他時(shí)相靶區(qū)邊界的自動(dòng)勾畫。進(jìn)一步，可在輪廓跟蹤過程中，通過引入一個(gè)約束項(xiàng)來保證跟蹤到的邊界的完整性和連貫性。本發(fā)明的技術(shù)方案如下一種醫(yī)學(xué)圖像目標(biāo)區(qū)域勾畫方法，包括以下步驟(1)對(duì)圖像進(jìn)行去噪及增強(qiáng)邊界特征的預(yù)處理；(2)在參考時(shí)相上勾畫出目標(biāo)輪廓，并根據(jù)該目標(biāo)輪廓選取若干輪廓控制區(qū)域；(3)分別提取所述若干輪廓控制區(qū)域的圖像紋理特征；(4) 根據(jù)圖像紋理特征，在待處理時(shí)相上搜索，跟蹤參考時(shí)相上的每個(gè)輪廓控制區(qū)域在待處理時(shí)相上的對(duì)應(yīng)位置；(5)在待處理時(shí)相上跟蹤得到的每相鄰兩個(gè)輪廓控制區(qū)域的中心之間進(jìn)行插值處理，從而完成待處理時(shí)相上目標(biāo)區(qū)域的自動(dòng)勾畫。一種較佳方案中，步驟(1)采用各向異性濾波算法對(duì)圖像進(jìn)行預(yù)處理。一種較佳方案中，步驟(2)通過以下方法選取輪廓控制區(qū)域把目標(biāo)輪廓作為一個(gè)多邊形，分別以多邊形的每個(gè)頂點(diǎn)為中心構(gòu)建輪廓控制區(qū)域。更好的一種方案是，當(dāng)多邊形的兩個(gè)相鄰頂點(diǎn)之間的距離大于設(shè)定的閾值A(chǔ)時(shí)，在該兩個(gè)相鄰頂點(diǎn)之間的目標(biāo)輪廓上再選取至少一個(gè)像素點(diǎn)作為中心構(gòu)建輪廓控制區(qū)域。一種較佳方案中，步驟(3)采用SObel算子提取輪廓控制區(qū)域的圖像紋理特征。一種較佳方案中，步驟(4)根據(jù)醫(yī)學(xué)圖像對(duì)應(yīng)的器官運(yùn)動(dòng)幅度的先驗(yàn)知識(shí)，限定待處理時(shí)相上每個(gè)輪廓控制區(qū)域的搜索范圍，該搜索范圍的中心位置與參考時(shí)相上的相應(yīng)輪廓控制區(qū)域的中心位置對(duì)應(yīng)。步驟(4)中，可以通過以下方案跟蹤參考時(shí)相上的每個(gè)輪廓控制區(qū)域在待處理時(shí)
相上的對(duì)應(yīng)位置通過公式
權(quán)利要求
1.一種醫(yī)學(xué)圖像目標(biāo)區(qū)域勾畫方法，其特征在于，包括以下步驟(1)對(duì)圖像進(jìn)行去噪及增強(qiáng)邊界特征的預(yù)處理；(2)在參考時(shí)相上勾畫出目標(biāo)輪廓，并根據(jù)該目標(biāo)輪廓選取若干輪廓控制區(qū)域；(3)分別提取所述若干輪廓控制區(qū)域的圖像紋理特征；(4)根據(jù)圖像紋理特征，在待處理時(shí)相上搜索，跟蹤參考時(shí)相上的每個(gè)輪廓控制區(qū)域在待處理時(shí)相上的對(duì)應(yīng)位置；(5)在待處理時(shí)相上跟蹤得到的每相鄰兩個(gè)輪廓控制區(qū)域的中心之間進(jìn)行插值處理，從而完成待處理時(shí)相上目標(biāo)區(qū)域的自動(dòng)勾畫。
2.根據(jù)權(quán)利要求1所述的目標(biāo)區(qū)域勾畫方法，其特征在于步驟(1)中采用各向異性濾波算法對(duì)圖像進(jìn)行預(yù)處理。
3.根據(jù)權(quán)利要求1所述的目標(biāo)區(qū)域勾畫方法，其特征在于步驟(2)中通過以下方法選取輪廓控制區(qū)域把目標(biāo)輪廓作為一個(gè)多邊形，分別以多邊形的每個(gè)頂點(diǎn)為中心構(gòu)建輪廓控制區(qū)域。
4.根據(jù)權(quán)利要求3所述的目標(biāo)區(qū)域勾畫方法，其特征在于步驟(2)中，當(dāng)多邊形的兩個(gè)相鄰頂點(diǎn)之間的距離大于設(shè)定的閾值A(chǔ)時(shí)，在該兩個(gè)相鄰頂點(diǎn)之間的目標(biāo)輪廓上再選取至少一個(gè)像素點(diǎn)作為中心構(gòu)建輪廓控制區(qū)域。
5.根據(jù)權(quán)利要求1所述的目標(biāo)區(qū)域勾畫方法，其特征在于步驟(3)中采用sobel算子提取輪廓控制區(qū)域的圖像紋理特征。
6.根據(jù)權(quán)利要求1所述的目標(biāo)區(qū)域勾畫方法，其特征在于步驟(4)中，根據(jù)醫(yī)學(xué)圖像對(duì)應(yīng)的器官運(yùn)動(dòng)幅度的先驗(yàn)知識(shí)，限定待處理時(shí)相上每個(gè)輪廓控制區(qū)域的搜索范圍，該搜索范圍的中心位置與參考時(shí)相上的相應(yīng)輪廓控制區(qū)域的中心位置對(duì)應(yīng)。
7.根據(jù)權(quán)利要求6所述的目標(biāo)區(qū)域勾畫方法，其特征在于步驟(4)中，通過公式^ = ^^( .,,- )2計(jì)算區(qū)域特征向量之間的歐式距離來衡量圖像的相似性，其中，表示參考時(shí)相上第i個(gè)輪廓控制區(qū)域特征向量的第A個(gè)元素，&〃表示待處理時(shí)相上第i個(gè)輪廓控制區(qū)域的對(duì)應(yīng)搜索范圍內(nèi)的第J個(gè)被搜索區(qū)域的第A個(gè)元素，#表示特征向量的長(zhǎng)度，SLj越小，參考時(shí)相上的對(duì)應(yīng)輪廓控制區(qū)域與待處理時(shí)相上的被搜索區(qū)域之間的相似性越大，將相似性最大的被搜索區(qū)域作為參考時(shí)相上的對(duì)應(yīng)輪廓控制區(qū)域在待處理時(shí)相上的對(duì)應(yīng)位置。
8.根據(jù)權(quán)利要求6所述的目標(biāo)區(qū)域勾畫方法，其特征在于步驟(4)中，通過公式計(jì)算區(qū)域特征向量之間的歐式距離來衡量圖像的相似性，其中，表示參考時(shí)相上第i個(gè)輪廓控制區(qū)域特征向量的第A個(gè)元素，&〃表示待處理時(shí)相上第i個(gè)輪廓控制區(qū)域的對(duì)應(yīng)搜索范圍內(nèi)的第J個(gè)被搜索區(qū)域的第A個(gè)元素，#表示特征向量的長(zhǎng)度，SLj越小，參考時(shí)相上的對(duì)應(yīng)輪廓控制區(qū)域與待處理時(shí)相上的被搜索區(qū)域之間的相似性越大，同時(shí)通過公式Cu =Ici-C^計(jì)算相鄰輪廓控制區(qū)域相關(guān)性的變化程度，其中，Cri表示參考時(shí)相上第i個(gè)輪廓控制區(qū)域與待處理時(shí)相上對(duì)應(yīng)的相鄰輪廓控制區(qū)域之間的相關(guān)系數(shù)，以u(píng)表示待處理時(shí)相上搜索范圍內(nèi)第i個(gè)輪廓控制區(qū)域的第J·個(gè)被搜索區(qū)域與參考時(shí)相上對(duì)應(yīng)相鄰輪廓控制區(qū)域之間的相關(guān)系數(shù)，然后通過公式= ^gmmj-Bij- = argmm/5^ +^Cij)確定參考時(shí)相上的對(duì)應(yīng)輪廓控制區(qū)域在待處理時(shí)相上的對(duì)應(yīng)位置，其中μ為相似性項(xiàng)SLj與約束項(xiàng)CLj之間的相對(duì)權(quán)重。
全文摘要
一種醫(yī)學(xué)圖像目標(biāo)區(qū)域勾畫方法，包括以下步驟(1)預(yù)處理；(2)在參考時(shí)相上勾畫出目標(biāo)輪廓，并根據(jù)該目標(biāo)輪廓選取若干輪廓控制區(qū)域；(3)分別提取所述若干輪廓控制區(qū)域的圖像紋理特征；(4)根據(jù)圖像紋理特征，跟蹤參考時(shí)相上的每個(gè)輪廓控制區(qū)域在待處理時(shí)相上的對(duì)應(yīng)位置；(5)在待處理時(shí)相上跟蹤得到的每相鄰兩個(gè)輪廓控制區(qū)域的中心之間進(jìn)行插值處理，從而完成待處理時(shí)相上目標(biāo)區(qū)域的自動(dòng)勾畫。本發(fā)明勾畫方法能夠根據(jù)參考時(shí)相上的目標(biāo)輪廓和輪廓控制區(qū)域，快速、準(zhǔn)確地自動(dòng)勾畫出其它時(shí)相上的目標(biāo)區(qū)域，能夠大大減輕工作人員在圖像分割中的工作量。
文檔編號(hào)G06T7/00GK102509286SQ20111030208
公開日2012年6月20日 申請(qǐng)日期2011年9月28日 優(yōu)先權(quán)日2011年9月28日
發(fā)明者李哲, 田珍, 袁克虹 申請(qǐng)人:清華大學(xué)深圳研究生院