基于模糊模型和形狀特征的CT序列圖像分割方法研究.pdf

1、計算機層析成像(CT)作為一種先進的檢測技術(shù)，以圖像形式直觀清晰地反映被測對象內(nèi)部結(jié)構(gòu)和性狀，在醫(yī)學(xué)診斷和工業(yè)無損檢測領(lǐng)域的應(yīng)用十分廣泛。隨著CT技術(shù)發(fā)展和應(yīng)用需求的不斷提高，通過CT圖像處理技術(shù)實現(xiàn)對被測物體的定量化、自動化分析和測量，以克服定性的主觀評價的不足是CT技術(shù)發(fā)展的重要方向之一。CT圖像分割是實現(xiàn)圖像量化分析、自動識別和測量的關(guān)鍵和難點。本文以典型的CT序列三維圖像分割為研究內(nèi)容，針對醫(yī)學(xué)CT中一類邊界模糊的圖像分割難題和

2、工業(yè)CT中一類體素尺度不同比的圖像分割難題開展研究，提出了一種基于物體隸屬度的醫(yī)學(xué)全身正電子發(fā)射層析成像/計算機層析成像(PET/CT)圖像自動解剖結(jié)構(gòu)分割(AAR)方法和一種基于形狀特征的工業(yè)CT圖像裂縫分割方法。主要工作如下：
　　1、提出了一種基于物體隸屬度的PET/CT圖像AAR方法。針對原有AAR方法在圖像質(zhì)量較好的診斷CT圖像解剖結(jié)構(gòu)分割中精度較高，但是在圖像質(zhì)量較差的PET圖像(解剖結(jié)構(gòu)較模糊)和低劑量CT圖像(對比

3、度較低)解剖結(jié)構(gòu)分割中精度較低的問題，本文利用器官的灰度和紋理特征，提出了一種基于物體隸屬度的AAR方法。該方法在建模過程中，提出了結(jié)合訓(xùn)練圖像灰度和紋理信息的物體隸屬度函數(shù)，用于估算各體素屬于物體的概率；在分割過程中，利用物體隸屬度函數(shù)得到測試圖像的物體隸屬度，再結(jié)合物體隸屬度對物體模型進行初定位和閾值化最優(yōu)姿勢搜索，確定物體模型的最優(yōu)姿勢，最后得到物體的空間分布結(jié)果；采用定位誤差和尺度誤差兩個指標，通過PET/CT圖像進行了實驗驗證

4、，結(jié)果表明改進方法可實現(xiàn)更高精度的解剖結(jié)構(gòu)分割，平均定位誤差僅1-2體素，平均尺度誤差接近標準值1。
　　2、改進了AAR方法的最優(yōu)閾值訓(xùn)練方法。針對AAR方法中，原有最優(yōu)閾值訓(xùn)練方法搜索空間維度高、適應(yīng)性差、僅適用于灰度圖像的問題，本文利用超掩模和累計灰度直方圖，提出了改進的最優(yōu)閾值訓(xùn)練方法。即在超掩模下計算目標和背景的累計灰度直方圖，并在任意可能的閾值區(qū)間下求兩個直方圖面積絕對差，選取使絕對差值最大的閾值為最優(yōu)閾值。改進方法將

5、搜索空間從5維降為1維，實現(xiàn)了高效率的最優(yōu)閾值搜索，避免了因限制閾值搜索范圍而丟失可能的最優(yōu)閾值。實驗結(jié)果表明，改進方法能夠適用于灰度、紋理和隸屬度圖像，輸出合理的物體閾值以實現(xiàn)更精確的解剖結(jié)構(gòu)分割。
　　3、改進了AAR方法的層級結(jié)構(gòu)。原有AAR方法只適用于胸腹部等局部身體區(qū)域圖像，需要將全身圖像手動地分割為局部身體區(qū)域。為了提高自動化程度，本文利用全身各個器官之間的解剖結(jié)構(gòu)關(guān)系，提出了全身層級結(jié)構(gòu)，即全身所有器官以一個樹狀層級

6、結(jié)構(gòu)表示，按廣度優(yōu)先遍歷所有器官依次進行建模和分割。通過全身軀干PET/CT圖像進行了實驗驗證，結(jié)果表明改進方法可實現(xiàn)全身軀干解剖結(jié)構(gòu)精確分割，提高了自動化程度。
　　4、提出了不同成像模式間的建模-初步分割方案。通常模型類方法中，成像模式內(nèi)的建模-初步分割需要來自同一種成像模式的訓(xùn)練數(shù)據(jù)，未考慮建立通用于各種成像模式的快速原型的可能性。本論文利用模糊模型包含物體形狀和空間位置信息而獨立于成像模式的優(yōu)點，在AAR方法建模和初步分割

7、兩個基本步驟上，提出了成像模式間的建模-初步分割方案。通過實驗驗證了用診斷 CT圖像建立的模糊模型在 PET、低劑量 CT和它們的物體隸屬度圖像上進行解剖結(jié)構(gòu)分割的可行性。這為建立適用于各種成像模式的快速物體原型提供了一種有效途徑。
　　5、提出了一種基于形狀特征的工業(yè)CT序列圖像裂縫分割方法。被測工件內(nèi)部的裂縫檢測、自動顯示與測量是工業(yè)CT需要解決的難點之一，而圖像分割是關(guān)鍵。在工業(yè)CT系統(tǒng)中，獲得的三維圖像大多由序列斷層圖像組

8、成，圖像中的體素在斷層平面內(nèi)的等效尺寸當(dāng)量與垂直于斷層方向的等效尺寸當(dāng)量存在很大差別，有時達到10倍以上，加之工業(yè)CT圖像的各種偽影較嚴重，這都給裂縫分割及定量測量增加了難度。針對這一問題，本文研究了適用于體素尺寸各向不同性的工業(yè)CT序列圖像的裂縫自動分割方法：首先采用基于Hessian矩陣的二維線狀結(jié)構(gòu)濾波增強圖像線狀區(qū)域；在此基礎(chǔ)上，進一步提出了結(jié)合層間灰度和方向的連續(xù)度以及層內(nèi)線狀鄰域灰度平均值的二維直方圖，以抑制偽影對裂縫分割的