本發(fā)明涉及計(jì)算機(jī)輔助醫(yī)療中冠狀動(dòng)脈的狹窄檢測(cè)與量化評(píng)估技術(shù)，具體涉及一種全自動(dòng)冠狀動(dòng)脈分割方法。
背景技術(shù)：
：冠狀動(dòng)脈的血液提供了維持心臟功能所需的各種物質(zhì)。輕微的冠狀動(dòng)脈粥樣硬化會(huì)導(dǎo)致暫時(shí)性的心肌缺血，嚴(yán)重的冠狀動(dòng)脈粥樣硬化可導(dǎo)致心肌損傷，以至于誘發(fā)心肌梗死，對(duì)個(gè)人的生命構(gòu)成直接威脅。因此，對(duì)冠狀動(dòng)脈的狹窄檢測(cè)及量化評(píng)估是預(yù)防與診斷心血管疾病的關(guān)鍵。為了對(duì)冠狀動(dòng)脈進(jìn)行狹窄檢測(cè)及量化評(píng)估，需要精確地抽取冠狀動(dòng)脈。如若抽取的不夠真實(shí)，例如，抽取出來(lái)冠狀動(dòng)脈管腔遠(yuǎn)比真實(shí)的管腔狹窄，可能造成嚴(yán)重誤判，對(duì)醫(yī)生的診斷結(jié)果造成嚴(yán)重的負(fù)面影響；抽取出的冠狀動(dòng)脈不夠完整，則可能會(huì)遺漏一些狹窄的血管，從而可使病人不能及時(shí)得到治療。因此，研究一種自動(dòng)、精準(zhǔn)且快速的冠狀動(dòng)脈分割方法成為了影響冠狀動(dòng)脈狹窄檢測(cè)和量化評(píng)估至關(guān)重要的因素。為了利用計(jì)算機(jī)輔助診斷冠狀動(dòng)脈疾病，人們開(kāi)發(fā)了許多種心血管成像技術(shù)來(lái)使醫(yī)生或其他相關(guān)人員能直觀的查看心臟以及心臟周圍的各種組織與它們的結(jié)構(gòu)。例如，CTA(ComputedTomographicAngiography)，核磁共振成像(MagneticResonanceImaging，MRI)等等。在當(dāng)前臨床診斷與治療當(dāng)中，傳統(tǒng)的冠狀動(dòng)脈造影技術(shù)(ConventionalCoronaryAngiography，CCA)是診斷冠狀動(dòng)脈疾病的“金標(biāo)準(zhǔn)”。近年來(lái)，CTA變得越來(lái)越流行。CTA與CCA比起來(lái)是非侵入式的。換句話說(shuō)，CTA幾乎不需要進(jìn)入人體，而CCA需要進(jìn)入人體，而且CCA無(wú)法保證不會(huì)對(duì)人體造成損傷。CTA可以成像出高分辨率的三維心臟和心血管，即可以讓人們清晰且詳細(xì)地了解病人心血管的狀況，如狹窄存在與否，嚴(yán)重與否等等。在冠狀動(dòng)脈CTA(CoronaryCTA，CCTA)影像中，除了冠狀動(dòng)脈以外，還包含骨骼、肺血管、一部分肝臟、心肌、心室和心房等組織，因此，為了對(duì)冠狀動(dòng)脈進(jìn)行狹窄檢測(cè)和量化評(píng)估，首先需要對(duì)冠狀動(dòng)脈進(jìn)行分割。在進(jìn)行冠狀動(dòng)脈血管造影之前，需首先向人體注射一種造影劑使得造影之后的三維圖像中血液圖像的灰度值明顯高于其周圍組織的灰度值。然而，骨骼的灰度值同樣很高，而且所有含有血液的組織并不一定都是冠狀動(dòng)脈，除此以外，冠狀動(dòng)脈中高度狹窄的部分會(huì)導(dǎo)致該狹窄部位和狹窄所影響的部分冠狀動(dòng)脈含血量很低，具有與其他非狹窄的冠狀動(dòng)脈相異的特征。這些因素給冠狀動(dòng)脈分割的完整度和準(zhǔn)確度造成了一定的影響。另外，由于CTA具有很高的分辨率，一般每張二維圖像的分辨率為1024×1024，一個(gè)三維體數(shù)據(jù)通常包含200張以上的高分辨率圖像。因此，在使用計(jì)算機(jī)處理CCTA數(shù)據(jù)時(shí)，面對(duì)的數(shù)據(jù)量是非常龐大的(GB量級(jí))。技術(shù)實(shí)現(xiàn)要素：為了解決現(xiàn)有技術(shù)中存在的上述問(wèn)題，本發(fā)明提出一種全自動(dòng)冠狀動(dòng)脈分割方法。本發(fā)明的分割結(jié)果能夠應(yīng)用到冠狀動(dòng)脈的狹窄檢測(cè)和量化評(píng)估中，同時(shí)有助于醫(yī)生進(jìn)行臨床診斷。為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：一種全自動(dòng)冠狀動(dòng)脈分割方法，包括以下步驟：步驟1，分割心臟區(qū)域：將待分割數(shù)據(jù)的一幅圖像與標(biāo)準(zhǔn)圖集中的每幅圖像進(jìn)行配準(zhǔn)，根據(jù)配準(zhǔn)結(jié)果對(duì)標(biāo)準(zhǔn)圖集中的圖像進(jìn)行合成。對(duì)待分割數(shù)據(jù)中的每幅圖像進(jìn)行上述處理，分割出心臟區(qū)域。步驟2，進(jìn)行血管增強(qiáng)處理：在分割出的心臟區(qū)域中識(shí)別屬于管狀組織類別的體素(類似二維圖像的最小單位——像素)，增大這些體素的灰度值，并減小其它體素的灰度值。步驟3，自動(dòng)檢測(cè)種子體素：從步驟2獲得的管狀組織類別的體素中剔出明顯不屬于冠狀動(dòng)脈的體素，然后進(jìn)行三維形態(tài)學(xué)的腐蝕，得到冠狀動(dòng)脈的種子體素集合。步驟4，分割冠狀動(dòng)脈：以種子體素集合中的一個(gè)種子體素為中心，計(jì)算其周圍M鄰域體素的灰度值的均值m和標(biāo)準(zhǔn)差σ，如果M鄰域體素中某體素x的灰度值I0(x)滿足一致性條件，則將其作為冠狀動(dòng)脈上的體素分割出來(lái)。一致性條件的表達(dá)式為：m-v×σ≤I0(x)≤m-v×σ式中，v為邊界控制參數(shù)。上述過(guò)程循環(huán)執(zhí)行，直到處理完種子體素集合中的所有種子體素。如果某個(gè)種子體素已被其它種子體素作為冠狀動(dòng)脈上的體素分割出來(lái)，則不再對(duì)該種子體素進(jìn)行上述處理。進(jìn)一步地，標(biāo)準(zhǔn)圖集包含從原始CCTA數(shù)據(jù)中選出的類型不同的n幅圖像，標(biāo)準(zhǔn)圖集中的圖像包含進(jìn)行心臟分割所需的所有類型的圖像。標(biāo)準(zhǔn)圖集中的圖像類型是按照質(zhì)量高低和圖像鈣化物質(zhì)多少進(jìn)行劃分的。進(jìn)一步地，步驟1中對(duì)待分割數(shù)據(jù)的每幅圖像進(jìn)行以下處理：將待分割數(shù)據(jù)的一幅圖像即待分割圖像與標(biāo)準(zhǔn)圖集中的每一幅圖像進(jìn)行非剛性配準(zhǔn)，得到n個(gè)變換系數(shù)；然后將每個(gè)變換系數(shù)應(yīng)用到標(biāo)準(zhǔn)圖集中所對(duì)應(yīng)的圖像中，將它們變換為與待分割圖像的大小、位置和形狀相似的狀態(tài)；最后將n個(gè)變換后的圖像進(jìn)行合成；所述變換系數(shù)的求解方法包括：尋求空間投影變換T的最佳值使待分割圖像與標(biāo)準(zhǔn)圖像的相似性測(cè)度C最大：T^=argmaxTC(IF(x),IM(T(x)))]]>其中，x表示體素，IF(x)表示待分割圖像，IM(x)表示標(biāo)準(zhǔn)圖像，IM(T(x))表示對(duì)IM(x)實(shí)施變換T后的圖像。上式是一個(gè)多參數(shù)優(yōu)化問(wèn)題，的求解方法如下：以ΔT為步長(zhǎng)逐次改變T值，即：T=T+ΔTΔT=λdC(T)dT]]>其中，λ為大于零的實(shí)數(shù)，λ較大時(shí)，迭代速度快、精度低；當(dāng)λ較小時(shí)，迭代速度慢、精度高，因此，λ的取值需要折衷考慮，具體取值通過(guò)實(shí)驗(yàn)確定。計(jì)算每個(gè)T值對(duì)應(yīng)的C值，C取最大值時(shí)的T值即為即為所求變換系數(shù)。優(yōu)選地，采用多數(shù)投票規(guī)則對(duì)標(biāo)準(zhǔn)圖集中的圖像進(jìn)行合成。優(yōu)選地，n＝8。進(jìn)一步地，步驟2在分割出的心臟區(qū)域中識(shí)別屬于管狀組織類別的體素的方法如下：計(jì)算所述心臟區(qū)域的圖像I的海森矩陣，公式如下：H=∂2I∂x∂x∂2I∂x∂y∂2I∂x∂z∂2I∂y∂x∂2I∂y∂y∂2I∂y∂z∂2I∂z∂x∂2I∂z∂y∂2I∂z∂z]]>式中，H表示海森矩陣，H中的每個(gè)元素為圖像I在體素(x,y,z)處的二階偏導(dǎo)數(shù)，H描述了體素周圍灰度值的變化情況。計(jì)算H的特征值λ1、λ2、λ3，λ1≥λ2≥λ3。根據(jù)特征值λ1、λ2、λ3的大小識(shí)別管狀組織類別的體素：當(dāng)λ1、λ2、λ3滿足下面條件時(shí)，體素(x,y,z)屬于管狀組織類別的體素：|λ1|<δλ2<-M1λ3<-M2]]>式中，δ為數(shù)值很小的正數(shù)，M1、M2為近似相等且數(shù)值很大的正數(shù)，δ、M1、M2的值通過(guò)實(shí)驗(yàn)確定。進(jìn)一步，步驟3中明顯不屬于冠狀動(dòng)脈的體素為灰度值大于所設(shè)定的閾值的體素。所述閾值通過(guò)實(shí)驗(yàn)確定。優(yōu)選地，步驟3腐蝕中采用的三維核心矩陣為4×4×3，三維分別對(duì)應(yīng)x，y，z三個(gè)方向。優(yōu)選地，步驟4中的M＝26。進(jìn)一步地，在步驟4的循環(huán)過(guò)程中，首次循環(huán)時(shí)邊界控制參數(shù)v取初始值1，每循環(huán)一次v的值增加一個(gè)步長(zhǎng)，如果本次循環(huán)與上次循環(huán)滿足一致性條件的體素總數(shù)的差值大于設(shè)定的閾值(該閾值是一個(gè)很大的正數(shù)，超過(guò)閾值表示發(fā)生突變)，退出循環(huán)。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：本發(fā)明提出的全自動(dòng)冠狀動(dòng)脈分割方法，首先分割出包括冠狀動(dòng)脈在內(nèi)的心臟區(qū)域，分割后的圖像中幾乎不含任何噪點(diǎn)，免去了復(fù)雜的降噪處理步驟，分割精度和效率均好于由EM算法等方法分割得到的結(jié)果；通過(guò)對(duì)分割出的心臟區(qū)域進(jìn)行血管增強(qiáng)處理，使冠狀動(dòng)脈和一部分心臟中的管狀組織明顯增強(qiáng)，其中冠狀動(dòng)脈的增強(qiáng)程度最顯著；通過(guò)對(duì)血管增強(qiáng)處理后的圖像進(jìn)行種子體素自動(dòng)檢測(cè)，檢測(cè)出種子體素集，解決了傳統(tǒng)的區(qū)域分割法需要人工干預(yù)的問(wèn)題，增加了魯棒性；最后通過(guò)一致性判斷分割出冠狀動(dòng)脈。相對(duì)于僅僅以灰度值為標(biāo)準(zhǔn)進(jìn)行區(qū)域分割的方法，本發(fā)明在一致性判斷中，動(dòng)態(tài)地改變一致性區(qū)間，先賦予邊界控制參數(shù)v一個(gè)保守的初始值，以保證對(duì)任何病人均不會(huì)產(chǎn)生過(guò)分割的情況，然后，使v慢慢增長(zhǎng)，每增長(zhǎng)一次，產(chǎn)生一個(gè)結(jié)果，直至結(jié)果出現(xiàn)過(guò)分割時(shí)算法停止。采用上述方法既避免了人工干預(yù)，又提高了冠狀動(dòng)脈分割的準(zhǔn)確性。附圖說(shuō)明圖1為進(jìn)行心臟分割處理后的圖像；圖2為對(duì)圖1進(jìn)行血管增強(qiáng)處理后的圖像；圖3為對(duì)圖2進(jìn)行種子體素自動(dòng)檢測(cè)和冠狀動(dòng)脈分割處理后的圖像。具體實(shí)施方式下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明做進(jìn)一步說(shuō)明。一種全自動(dòng)冠狀動(dòng)脈分割方法，包括以下步驟：步驟1，分割心臟區(qū)域：將待分割數(shù)據(jù)的一幅圖像與標(biāo)準(zhǔn)圖集中的每幅圖像進(jìn)行配準(zhǔn)，根據(jù)配準(zhǔn)結(jié)果對(duì)標(biāo)準(zhǔn)圖集中的圖像進(jìn)行合成。對(duì)待分割數(shù)據(jù)中的每幅圖像進(jìn)行上述處理，分割出心臟區(qū)域。心臟分割對(duì)進(jìn)一步的冠狀動(dòng)脈提取具有重要意義。如果不經(jīng)心臟分割直接對(duì)原始數(shù)據(jù)進(jìn)行下一步的血管增強(qiáng)，會(huì)使除冠狀動(dòng)脈以外的其它一些組織(例如骨骼，肺血管等)同樣得到增強(qiáng)，使后續(xù)的分割無(wú)法正常進(jìn)行。采用步驟1所述方法分割出的心臟區(qū)域的圖像如圖1所示。由圖1可以看出包括冠狀動(dòng)脈在內(nèi)的心臟區(qū)域被成功地分割出來(lái)，肺血管、肝臟組織和骨骼等均被成功分離，而且圖中幾乎不含任何噪點(diǎn)，免去了復(fù)雜的降噪處理步驟，分割精度和效率均好于由EM算法等方法分割得到的結(jié)果。步驟2，進(jìn)行血管增強(qiáng)處理：在分割出的心臟區(qū)域中識(shí)別屬于管狀組織類別的體素，增大這些體素的灰度值，并減小其它體素的灰度值。血管增強(qiáng)處理采用三維管狀組織增強(qiáng)算法，該方法使心臟中的管狀組織明顯增強(qiáng)。在血管增強(qiáng)處理后的心臟區(qū)域圖像中，冠狀動(dòng)脈和一部分心臟中的管狀組織會(huì)被明顯增強(qiáng)，其中冠狀動(dòng)脈的增強(qiáng)程度最顯著。圖2展示了對(duì)圖1進(jìn)行血管增強(qiáng)處理后的結(jié)果，其中箭頭指向了左、右兩支被明顯增強(qiáng)的冠狀動(dòng)脈。步驟3，自動(dòng)檢測(cè)種子體素：從步驟2獲得的管狀組織類別的體素中剔出明顯不屬于冠狀動(dòng)脈的體素，然后進(jìn)行三維形態(tài)學(xué)的腐蝕，得到冠狀動(dòng)脈的種子體素集合。在完成血管增強(qiáng)處理后，若采用傳統(tǒng)的區(qū)域分割法，不僅需要在圖2所示的左、右冠狀動(dòng)脈上分別設(shè)置兩個(gè)種子體素，而且其分割結(jié)果也并不盡如人意，在準(zhǔn)確度和完整性上都有所欠缺。因此，本發(fā)明采用一種利用三維形態(tài)學(xué)腐蝕操作自動(dòng)檢測(cè)種子體素的方法，解決了傳統(tǒng)的區(qū)域分割法需要人工干預(yù)的問(wèn)題，還增加了其魯棒性。步驟4，分割冠狀動(dòng)脈：以種子體素集合中的一個(gè)種子體素為中心，計(jì)算其周圍M鄰域體素的灰度值的均值m和標(biāo)準(zhǔn)差σ，如果M鄰域體素中某體素x的灰度值I0(x)滿足一致性條件，則將其作為冠狀動(dòng)脈上的體素分割出來(lái)。一致性條件的表達(dá)式為：m-v×σ≤I0(x)≤m-v×σ式中，v為邊界控制參數(shù)。上述過(guò)程循環(huán)執(zhí)行，即種子體素集合中的每一個(gè)體素執(zhí)行一次循環(huán)，直到處理完種子體素集合中的所有種子體素。如果某個(gè)種子體素已被其它種子體素作為冠狀動(dòng)脈上的體素分割出來(lái)，則不再對(duì)該種子體素進(jìn)行上述處理。這樣處理可以提高運(yùn)算速度。如若冠狀動(dòng)脈的某部分未被一個(gè)種子體素分割出來(lái)，它會(huì)被種子體素集合中的其它種子體素分割出來(lái)，因此提高了方法整體的魯棒性，同時(shí)，還提高了分割出的冠狀動(dòng)脈的完整程度。除此以外，一致性條件可以更合理地反映冠狀動(dòng)脈的特征。圖3是在圖2的基礎(chǔ)上通過(guò)步驟3進(jìn)行種子體素自動(dòng)檢測(cè)、步驟4進(jìn)行冠狀動(dòng)脈分割后的結(jié)果。由圖3可以看到，冠狀動(dòng)脈被完整地分割。標(biāo)準(zhǔn)圖集包含從原始CCTA數(shù)據(jù)中選出的類型不同的n幅圖像，標(biāo)準(zhǔn)圖集中的圖像包含進(jìn)行心臟分割所需的所有類型的圖像。標(biāo)準(zhǔn)圖集中的圖像類型是按照質(zhì)量高低和圖像鈣化物質(zhì)多少進(jìn)行劃分的。標(biāo)準(zhǔn)圖集可以形象地理解為一個(gè)由先驗(yàn)知識(shí)組成的數(shù)據(jù)集合，該集合包含專家們從CCTA獲得的原始數(shù)據(jù)中分割出來(lái)的心臟圖像，這些圖像將用于配準(zhǔn)待分割的圖像。將待分割數(shù)據(jù)的一幅圖像與標(biāo)準(zhǔn)圖集中的每一幅圖像進(jìn)行非剛性配準(zhǔn)，得到n個(gè)變換系數(shù)；然后將每個(gè)變換系數(shù)應(yīng)用到標(biāo)準(zhǔn)圖集中所對(duì)應(yīng)的圖像中，將它們變換為與待分割圖像的大小、位置和形狀相似的狀態(tài)；最后將n個(gè)變換后的圖像進(jìn)行合成；所述變換系數(shù)的求解方法包括：尋求空間投影變換T的最佳值使待分割圖像與標(biāo)準(zhǔn)圖像的相似性測(cè)度C最大：T^=argmaxTC(IF(x),IM(T(x)))]]>其中，x表示體素，IF(x)表示待分割圖像，IM(x)表示標(biāo)準(zhǔn)圖像，IM(T(x))表示對(duì)IM(x)實(shí)施變換T后的圖像。上式是一個(gè)多參數(shù)優(yōu)化問(wèn)題，的求解方法如下：以ΔT為步長(zhǎng)逐次改變T值，即：T=T+ΔTΔT=λdC(T)dT]]>其中，λ為大于零的實(shí)數(shù)，λ較大時(shí)，迭代速度快、精度低；當(dāng)λ較小時(shí)，迭代速度慢、精度高，因此，λ的取值需要折衷考慮，一般通過(guò)實(shí)驗(yàn)確定。計(jì)算每個(gè)T值對(duì)應(yīng)的C值，C取最大值時(shí)的T值即為即為所求變換系數(shù)。優(yōu)選地，采用多數(shù)投票規(guī)則對(duì)標(biāo)準(zhǔn)圖集中的圖像進(jìn)行合成，方法如下：優(yōu)選地，n＝8，即標(biāo)準(zhǔn)圖集中包含8幅不同類型的圖像。步驟2在分割出的心臟區(qū)域中識(shí)別屬于管狀組織類別的體素的方法如下：計(jì)算所述心臟區(qū)域的圖像I的海森矩陣，公式如下：H=∂2I∂x∂x∂2I∂x∂y∂2I∂x∂z∂2I∂y∂x∂2I∂y∂y∂2I∂y∂z∂2I∂z∂x∂2I∂z∂y∂2I∂z∂z]]>式中，H表示海森矩陣，H中的每個(gè)元素為圖像I在體素(x,y,z)處的二階偏導(dǎo)數(shù)，H描述了體素周圍灰度值的變化情況。計(jì)算H的特征值λ1、λ2、λ3，λ1≥λ2≥λ3。根據(jù)特征值λ1、λ2、λ3的大小識(shí)別管狀組織類別的體素：當(dāng)λ1、λ2、λ3滿足下面條件時(shí)，體素(x,y,z)屬于管狀組織類別的體素：|λ1|<δλ2<-M1λ3<-M2]]>式中，δ為數(shù)值很小的正數(shù)，M1、M2為近似相等且數(shù)值很大的正數(shù)，δ、M1、M2的值通過(guò)實(shí)驗(yàn)確定。上式等效于λ1近似為0，λ2、λ3近似相等且遠(yuǎn)小于0。步驟3中明顯不屬于冠狀動(dòng)脈的體素為灰度值大于所設(shè)定的閾值的體素。所述閾值通過(guò)實(shí)驗(yàn)確定。經(jīng)過(guò)血管增強(qiáng)處理后，部分血管組織明顯亮于其它組織。因此，首先使用閾值分割算法將一部分明顯不屬于冠狀動(dòng)脈的體素分離，這樣可以使得到的結(jié)果更為可靠(降低得到的種子體素集合中含有非冠狀動(dòng)脈點(diǎn)的可能性)。為了保證屬于冠狀動(dòng)脈的體素不被錯(cuò)誤地分離，需設(shè)置一個(gè)比較保守的閾值，本實(shí)施例采用的閾值為120。優(yōu)選地，步驟3腐蝕中采用的三維核心矩陣為4×4×3，三維分別對(duì)應(yīng)x，y，z三個(gè)方向。三維形態(tài)學(xué)腐蝕算法的核心矩陣不能設(shè)置得過(guò)于保守，以保證最終得到的結(jié)果集中不包含任何非冠狀動(dòng)脈的體素。采用4×4×3的三維矩陣作為腐蝕算法的核心矩陣，是由冠狀動(dòng)脈的拓?fù)浣Y(jié)構(gòu)決定的。優(yōu)選地，步驟4中的M＝26，即以每一個(gè)種子體素為中心，在其周圍選取26個(gè)鄰域體素進(jìn)行一致性判斷。在步驟4的循環(huán)過(guò)程中，首次循環(huán)時(shí)邊界控制參數(shù)v取初始值1，每循環(huán)一次v的值增加一個(gè)步長(zhǎng)，如果本次循環(huán)與上次循環(huán)滿足一致性條件的體素總數(shù)的差值大于設(shè)定的閾值，退出循環(huán)。相對(duì)于僅僅使用灰度值作為標(biāo)準(zhǔn)進(jìn)行區(qū)域分割的方法，本發(fā)明通過(guò)動(dòng)態(tài)地改變一致性區(qū)間，將特征更為一致的點(diǎn)歸為一類，使分割出的冠狀動(dòng)脈更準(zhǔn)確。在一致性條件表達(dá)式中，不同的病人、不同的病情選取的邊界控制參數(shù)v會(huì)不同，如果v過(guò)大，則會(huì)使一致性區(qū)間過(guò)大，導(dǎo)致過(guò)分割，即分割出的結(jié)果中包含了很多除了冠狀動(dòng)脈以外的其它組織；如果v過(guò)小，則會(huì)使一致性區(qū)間較小，導(dǎo)致分割不準(zhǔn)確且不完整。為了避免上述兩種情況的發(fā)生，同時(shí)避免人工干預(yù)，本發(fā)明提出一種自動(dòng)啟發(fā)式?jīng)Q策方法，首先賦予v一個(gè)保守的初值，保證對(duì)任何病人均不會(huì)產(chǎn)生過(guò)分割的情況。然后，使v慢慢地增長(zhǎng)，每增長(zhǎng)一次，產(chǎn)生一個(gè)結(jié)果，直至結(jié)果出現(xiàn)過(guò)分割時(shí)算法停止。判斷是否過(guò)分割的方法是，檢測(cè)相鄰兩次滿足一致性條件的體素的數(shù)量是否發(fā)生突變。比如，如果相鄰兩次滿足一致性條件的體素的數(shù)量分別為107和108，就可以認(rèn)為是發(fā)生了突變。本發(fā)明不限于上述實(shí)施方式，本領(lǐng)域技術(shù)人員所做出的對(duì)上述實(shí)施方式任何顯而易見(jiàn)的改進(jìn)或變更，都不會(huì)超出本發(fā)明的構(gòu)思和所附權(quán)利要求的保護(hù)范圍。當(dāng)前第1頁(yè)1 2 3