（模式识别与智能系统专业论文）脊柱mri图像椎间盘定位及椎骨分割算法的研究.pdf

中文摘要 摘要：医学图像处理是利用图像视觉的处理方法辅助临床诊断的一个重要的技术。 因此，近年来逐渐成为研究热点。对于脊柱核磁共振图像分割的研究，其非常重 要的临床价值体现在计算机辅助信息的识别和帮助神经病理学的临床研究。如果 椎骨和椎间盘的结构没有被正确的分割和识别，那么所谓的用计算机描述的临床 价值将受到局限。然而，手工的操作去跟踪这些结构是一项繁琐而耗时的工作， 所以，急需找到一种利用计算机自动实现脊柱的探测和分割的方法。 在本文中，我们提出了关于椎间盘标注和椎骨分割的算法。在对图像切片进 行预处理之后，首先，用基于模型的方法实现了对脊柱区域的粗分割；然后，用 霍夫变换定位了脊髓；之后，在一组椎间盘标注的准则下，沿着脊髓曲线的方向， 我们成功的将整个脊柱的每一块椎间盘成功的标出。此时，成功的椎间盘坐标的 定位为椎骨的分割提供了很好的初始位置。在这里用主动形状模型实现椎骨的分 割。通过美国辛辛那提大学医学院提供的核磁共振脊柱图像数据库进行实验，证 明了两个算法的有效性，并且也讨论了在今后研究中算法需要进一步改进的地方。 最后，我们在f p g a 上实现了一个的医学图像处理的小系统，并且将椎问盘 标注的算法转移到一个m 核中，从而拓宽了这项技术的应用范围。 关键词：分割；核磁共振；脊柱；椎问盘：霍夫变换；主动形状模型 分类号；t n 9 1 1 a b s t ra ( 了r a b s i r a c n m e d i c a li m a g ep r o c e s s i n gi sak i n do ft e c h n i q u et h a tm a k e su s eo fi m a g ev i s i o nt o a s s i s tc l i n i c a ld i a g n o s e s t h e r e f o r e , i th a sb e c o m ear e s e a r c hh o t s p o tn o w a d a y s t h e s t u d yo ft h es e g m e n t a t i o no fm r ls p i n ei m a g ei so fc r u c i a li m p o r t a n c ef o rc o m p u t e r a i d e dm e d i c a li m a g ei d e n t i f y i n ga n dc l i n i c a ls t u d i e so fn e u r o l o g i c a l p a t h o l o g y c o m p u t e rc h a r a c t e r i z a t i o no fav e r t e b r ao rd i s ki so fl i m i t e dc l i n i c a lv a l u ei ft h a t s t r u c t u r ec a n n o tb ea c c u r a t e l ys e g m e n t e da n di d e n t i f i e d h o w e v e r , m a n u a lo p e r a t i o n s o ft r a c k i n gt h e s es t r u c t u r e sa r cs ot e d i o u st h a ta u t o m a t e dm e t h o do fs p i n et r a c k i n ga n d s e g m e n t a t i o na r ei nh i g hd e m a n d 1 nt h i sp a p e r , b o t hd i s kl a b e l i n ga n dv e r t e b r a ls e g m e n t a t i o na l g o r i t h ma r ep r o p o s e d a f t e rp r e - p r o c e s s i n go ft h ei m a g es l i c e s ，m o d e l - b a s e dm e t h o di su s e dt or e a l i z et h e r o u g hs e g m e n t a t i o no ft h es p i n er e g i o n ，a n dt h e nt h es p i n a lc o r di sl o c a t e du s i n gh o u g h t r a n s f o r m a l o n gt h ec u r v eo fs p i n a lc o r da n du n d e rs o m er u l e so fl a b e l i n g , w ea r e s u c c e s s f u l l yl a b e l i n ge v e r yd i s ki n t h ew h o l es p i n e a n dt h ea c c u r a t el o c a t i n gt h e c o o r d i n a t e so ft h ed i s k sp r o v i d e sag o o di n i t i a l i z e dp o s i t i o nf o rv e r t e b r a ls e g m e n t a t i o n a c t i v es h a p em o d e l ( a s m ) p e r f o r m se x c e l l e n ti nt h ev e r t e b r a ls e g m e n t a t i o n t h e e f f i c i e n c yo ft h ep r o p o s e da l g o r i t h mi sd e m o n s t r a t e db ye x p e r i m e n t su s i n gr e a lm r i m a g e sp r o v i d e db yc o l l e g eo fm e d i c i n e ，u n i v e r s i t yo fc i n c i n n a t i a n dw ea l s o p r o p o s ef u r t h e ri m p r o v e m e n ti nt h i ss t u d y ht h ee n d w ei m p l e m e n tt h em e d i c a li m a g ep r o c e s s i n gi nas y s t e mb a s e do n f p g a m e a n w h i l ew et r a n s f e rt h ed i s kl a b e l i n ga l g o r i t h mt oa ni pc o r ew h i c hm a k e s t h i st e e i m o l o g yb ee a s i l yu s e di nl o t so ff i e l d s k e y w o r d s ：s e g m e n t a t i o n ；m r i ；s p i n e ；i n t e r - v e r t e b r a ld i s k ；h o u g ht r a n s f o r m ； a s m c i a s s n o ：t n 9 1 l 学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国 家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：蜘 签字日期：砂订年月习日 导师签名：多房杨 签字日期：叼年j 月冲日 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研 究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或 撰写过的研究成果，也不包含为获得北京交通大学或其他教育机构的学位或证书 而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作 了明确的说明并表示了谢意。 学位论文作者签名： 签字日期：l 幻年i p 月 1 日 致谢 本论文的工作是在我的导师孙冬梅教授的悉心指导下完成的，孙冬梅教授严 谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢三年来 孙冬梅老师对我的关心和指导。 同时，我得到了裘正定教授和丁晓明教授在实验室科研工作中悉心的指导， 在学习上和生活上都给予了我很大的关心和帮助，在此向裘老师和丁老师表示衷 心的谢意。 张延强博士对于我的科研工作和论文都提出了许多的宝贵意见，在此表示衷 心的感谢。 感谢美国辛辛那提大学医学院提供的医学图像库，感谢k e n n e t hl w e i s s 医生 给与的临床指导。 在实验室工作及撰写论文期间，李伟明、李波等同学对我论文中的算法研究 以及系统实现工作给予了热情帮助，在此向他们表达我的感激之情。 另外也感谢我的家人和好友，他们的理解和支持使我能够在学校专心完成我 的学业。 1 绪论 1 1 引言 医学是关系到千千万万人的身心健康的应用学科，医学的发展水平体现了一 个国家的人民生活标准，代表了一个国家的综合国力。自古以来，“望、闻、问、 切”都是国内外进行医学诊断最基本的手段。但是，自伦琴1 8 9 5 年发现x 射线以 来，医学的诊断方式发生了翻天覆地的变化。随着可视化技术的不断发展，现代 医学已越来越离不开医学影像的信息处理，医学影像在临床诊断、教学科研等方 面正发挥着极其重要的作用。目前的医学影像包括b 超扫描图像、彩色多普勒超 声图像、核磁共振( m r i ) 图像、c t 图像、p e t 图像、s p e c t 图像、数字x 光机 ( d x ) 图像、x 射线透视图像、各种电子内窥镜图像，显微镜下病理切片图像等。 同时更清晰、更有诊断价值的高质量医学图像正在不断研究和发展中。 医学影像处理与分析是近几年兴起的新兴交叉学科，正方兴未艾。借助图形、 图像技术的有力手段，医学影像的质量和显示方法得到了极大的改善，从而借助 于图像处理与分析手段使得诊疗水平大大提高。这不仅可以基于现有的医学影像 设备来极大的提高医学临床诊断水平，而且能为医学培训、医学研究与教学、计 算机辅助临床外科手术等提供数字实现手段，为医学的研究与发展提供坚实的基 础，具有不可估量的价值。 1 2 医学图像的特点及分类 由于医学影像是一个新的研究领域，它自身的特点决定我们不能应用传统的 基于光强度的光学图像的研究方法来处理。因此，必须提出新的、有针对性的理 论和方法来进行研究。另外，医学影像的处理还需要多领域的知识，所以该学科 的研究需要结合医学专家的指导，从这个意义上讲，该学科的研究涉及人机结合 的问题，如何使得医学领域的专家与计算机有机的结合起来也是该领域具有特色 的问题。 医学影像处理涉及的研究内容包括：医学影像数据的获取、医学图像分割、 医学图像配准、三维可视化、虚拟现实技术、d i c o m 数据通信技术、p a c s 系统 合图像引导手术。 医学图像与普通图像比较，本质上具有模糊性和不均匀的特点。 ( 1 ) 医学图像具有灰度上的含糊性。由于技术上的原因带来的噪声信号往往 模糊了物体边缘的高频信号，以及由于人体内部组织的蠕动等生理现象造成了图 像在一定程度上的模糊效应。 ( 2 ) 局部效应。在一个边界上的体素中，常常同时包含边界和物体两种物质： 图像中物体的边缘、拐角及区域问的关系都难以精确地描述；一些病变组织由于 侵袭周围组织，其边缘无法明确界定。 ( 3 ) 不确定性知识。通常，正常组织或部位没有的结构在病变情况下出现， 如脏器表面的肿物，骨骼表面的骨刺，它的出现给建造模型带来了困难。 为弥补医学图像的这些弱点，准确地分辨医学图像中的正常组织结构和异常 病变，需要对医学图像进行分割。在医学应用中，图像分割具有特殊的重要意义。 图像分割时提取影像图像中特殊组织的定量信息的不可缺少的手段，在可视化实 现中，图像分割也起着重要的作用。常用的分割方法有：基于阈值的图像分割、 基于模糊连接度的分割、交互式图像分割、基于二元特征的分割、基于活动轮廓 或形变模型的分割等等。针对不同的医学图像和待分割的对象特点，可以选择不 同的分割方法。 医学图像主要分为两大类：解剖图像和功能图像。解剖图像主要描述人体的 生理解剖结构，其来源包括x 射线，o r ，m r i 及超声等。功能图像主要描述人体 在不同状态下组织器官的功能活动情况，包括唧，s p b c r ，f m r i 等。不同的 图像模态能够提供不同的信息。 1 3 医学图像的分割 所谓图像分割是指将图像中具有特殊涵义的不同区域区分开来，这些区域是 互相不交叉的，每一个区域都满足特定区域的一致性。从处理对象角度来讲，分 割是在图像矩阵中对所关心的目标的定位。显然，只有用这种方法把“感兴趣的 目标物体”从复杂的景象中提取出来，才有可能进一步对各个子区域进行定量分 析或者识别，进而对图像迸行理解。 医学图像分割是正常组织和病变组织的三维重建、定量分析等后续操作的基 础，也是临床医学应用的瓶颈，分割的准确性对医生判断疾病的真实情况并做出 正确的诊断计划至关重要。由于医学图像具有的极其繁杂的多样性和复杂性，加 上目前医学影像设备( c t ，m r i ，p e t 等) 成像技术上的特点，使得医学图像存 2 在一定的噪声，图像中目标物体部分边缘也有可能局部不清晰，这使得医学图像 的分割更加困难。因此，目前医学图像分割方面仍然没有可以通用的理论和方法。 从指导思想上看，图像分割方法可以分为两种体系：以计算机为单一执行者 的自动分割方法和人机结合的交互式分割方法。自动分割方法的指导思想是追求 完全由计算机自主完成目标的分割任务，而不需要入的参与。但是，目前的自动 分割方法虽然在一些方面取得了一定的成功，但还远远不能满足医学图像处理实 践中对分割结果准确性的要求；而对人机交互过于依赖又是实际应用不能接受的。 因而，目前对自动分割方法的研究继续关注的同时对交互式分割方法的研究也 成了医学图像分割的研究重点。 1 3 1医学图像分割的研究特点 随着医学影像在临床的成功应用，图像分割在医学印象处理与分析中的地位 愈加重要。分割后的图像正被广泛应用于各种场合，如组织容积的定量分析、计 算机辅助诊断、病变组织的定位、解剖结构的研究、治疗规划、功能成像数据的 局部效应校正和计算机引导手术。 由于噪声、场偏移效应、局部体效应等的影响，使获取的医学图像不可避免 地具有模糊、不均匀性等特点。另外，人体的解剖组织结构和形状很复杂，而且 人与人之删有相当大的差别。因此，医学图像分割是一项困难的任务，经过国内 外研究人员多年的努力，虽然提出很多种分割算法，但至今仍然没有获得圆满的 解决。 医学图像的分割需要利用医学中的大量领域的知识，如器官的大致形状，密 度信息，以及相对位置关系等等。 随着三维可视化技术的发展，医学图像分割的三维分割受到更多的关注。这 是因为，医学图像中直接给出了以二维切片形式组织的三维数据，这就为三维分 割提供了可能。有两种三维分割方式：一种是直接在三维数据空间中分割，提取 出感兴趣对象包含的体素；另一种是对每张二维切片独立进行分割，再将每张切 片中提取得轮廓组合起来用于三维重建。 c t 和m r 图像的常见分割任务： c t 图像在骨骼的显示上取得优于其它任何设备的效果；然而受到一些技术上、 原理上的限制，目前的c r 图像对软组织显示的能力远不如m r i 。m r 图像能够提 供高分辨率数据，具有软组织对比度商和信噪比高的优点，此外不同参数特征的 多通道m r 图像为区分不同结构提供了额外信息，因此医学图像的分割，尤其是 3 脑图像的分割，大多数是针对m r 图像的。由于m r 图像有强度不均匀和局部体 效应现象，需要进行额外的处理。前度不均匀现象可以用滤波，为不均匀现象建 模来解决。局部体效应可以用统计学方法、模糊集合理论和线性滤波算法解决。 1 3 2 常用的分割方法 图像分割可用的特征包括：图像灰度、颜色、纹理、局部统计特征等，利用 这些特征的差别可以区分图像中不同目标物体。既然我们只能利用图像信息中某 些部分特征分割区域，因此各种方法必然带有局限性和针对性，只能针对各种实 际应用领域的需求来选择合适的分割方法。 从图像分割的处理对象这一角度来看，可以将这个问题划分为两个基本类型 的分割问题，即面向整体区域的整体分割和面向边缘的部分分割。基于区域的分 割方法，通常利用同一区域内的均匀性识别图像中的不同区域；而边缘分割方法， 通常利用区域间不同性质( 如区域内灰度不连续性) 划分出各个区域之间的分界 线，这类方法通常导致不完全的部分分割结果，比如分割结果中存在间断现象， 或者得到错误的边缘。近年来，随着统计学理论、模糊集理论、神经网络、形态 学理论、小波理论等在图像分割中的应用日渐广泛，遗传算法、尺度空间、多分 辨方法、非线性扩散方程等方法的涌现和新思维也不断被用于解决分割问题，国 内外学者提出了不少针对性的图像分割方法。 基于区域的分割方法往往造成过度分割，即将图像分割成过多的区域。如果 在基于区域的框架中没有在决策阶段包括边界的措施，可能导致噪声边界和对象 内部出现空洞。人们往往将基于区域信息的方法和边缘检测的方法结合起来，但 是采用什么方式结合，怎样结合才能充分发挥各自的优势，获得好的分割结果是 研究的重点。基于形变模型的方法综合利用了区域与边界信息，是目前研究最多、 应用最广的分割方法，可以宣称是过去几年计算机视觉领域的成功关键。在基于 模型的技术中，形变模型提供一种高效的图像分析方法，它结合了几何学、物理 学和近似理论。该类方法通过使用从图像数据获得的约束信息( 自底向上) 和目 标的位置、大小和形状等先验知识( 自顶向下) ，可有效地对目标进行分割、匹 配和跟踪分析。从物理学角度看，可将形变模型看成一个在施加外力和内部约束 条件下自然反应的弹性物体。2 0 世纪9 0 年代以来，随着医学影像设备的发展，可 以获得更高空间分辨率和软组织分辨率的图像，基于形变模型的方法也开始大量 应用于医学图像，并获得了成功。形变模型包括二维形变轮廓( d e f o r m a b l ec o n t o u r ) 模型( 又称s n a k e 或a c t i v ec o n t o u r ) 和三维形变曲面( d e f o r m a b l es u r f a c e ) 模型， 还有一些利用形状先验知识和使用点集合( p o i n ts e t s ) 先验知识改进模型1 1 2 1 3 。 4 形变曲面模型是活动轮廓在三维空间的推广形式。三维形变曲面模型可以更高效、 更快地利用三维数据，而且更少地需要用户交互或指导。 形变模型分为两大类：参数形变模型和几何形变模型。基于参数形变模型的 分割过程就是使模型在外能和内能的作用下向物体边缘靠近，外力推动轮廓曲线 ( 曲面) 运动，而内力保持轮廓的光滑性。几何形变模型方法利用曲线演化理论 来实现，轮廓对应于一个更高维曲面的演化函数的零水平集，演化函数可用某种 形式的偏微分方程来表示，利用图像信息( 如边缘) 来控制曲面演化过程的停止。 形变模型的主要优点是，能够直接产生闭合曲线或曲面，并对噪声和伪边界有很 强的鲁棒性；缺点是，它对初始边界位置十分敏感，有时还要求人工选择合适的 参数。 1 4 核磁共振成像( m r i ) 1 4 1m r i 的基本原理 磁共振成像( m a g n e t i cr e s o n a n c ei m a g i n g ) ，也被叫做核磁共振成像，是一 种医疗成像的一种形态，它使用射频脉冲和高静磁场而产生的清晰的具有细节结 构特征和内部人体器官的图像。因为这种形态内在的多功能性，组织解剖学，病 理学，新陈代谢，和流动学都服从非入侵的医学评估。例如，它可以成像脊柱的 连接处，能够检测诸如连接处受伤或者椎间盘错位等问题。 核磁共振成像利用了任意组织中包含的原子有旋转( 在质子中) ，核子的转 动角动量，与外部磁场相互作用，当质子沿外部磁场排列，平行或者反平行时， 形成磁场。当提供射频的时候，就为人工磁化提供了成像的信号源。同时，核磁 共振成像技术是基于一种自然现象，就是当组织的核子吸收射频信号是，它们( 有 旋转的) 将很容易从低能量级跃迁，从e l ，到更高的锈量级e 2 ，甚至到更高的能 量级，这样形成了能量吸收的有效效应。当提供的能量关闭，核子返回原始的e 1 级同时释放吸收的能量。不同组织的核予能够吸收和放出不同量的能量，所以这 就是用于在核磁共振图像中区分不同组织的一个重要因素。 当第一个两个毛细血管的图像产生后，核磁共振图像已经成为很多疾病诊断 的核心成像方式，代替或者有时超过了其他成像技术。它有很多优势：第一，核 磁共振成像是非入侵的。它是非电离的放射，因此减少了x 射线的危险。第二， 它带来了空前的软组织的解决方案和不需要注入一些潜在的有毒的造影剂就可以 实现的对比效果。第三，它对血液的流动很敏感。最后，也是最重要的，这个技 5 术提供了探查疾病早期的可能性，对于特别是癌症这样的疾病的治疗和正确诊断 至关重要。 一个核磁共振系统的最基本组成部件有：一个磁体，它用于产生一个静态磁 场；一个磁场梯度的集合，用于提供在统一的磁场上的空问上的重要信息；一个 射频的收发器，用于发送和接收射频信号：和一个用于控制的计算机，用于计算 傅立叶变换，以及图像的存储和显示。核磁共振系统的磁体是以特斯拉来度量的。 当磁体产生的磁场强度大于地球磁场的1 ( 1 0 1 3 0 倍时。在定金属周围的感兴趣区 域将在重建的图像中产生重大的错误或者甚至很危险的射弹。 为更好地区分病变和正常的椎问盘组织，在m 融检查中选择适当的脉冲序列 是非常重要的。自旋回波( s e ) 成像最常用于临床检查和动物实验研究。在s e 序列 上组织的信号强度取决于3 项组织参数和2 项仪器参数，前者包括氢离子浓度、 t 1 和t 2 弛豫时问，不受人为因素的影响；后者为脉冲重复时间t r 和回波时间 t e 。一般临床成像的范围t r 为3 0 0 3 0 0 0 m s ，t e 为3 0 1 2 0 m s 。短的t i t 、t e 脉冲序列为t 1 加权，长的t r 、t e 为t 2 加权。以上5 种变数的交互作用对每种 组织产生特定的信号强度。 1 4 2m m 的优点和缺点 与其它形态的图像( 如c t ，x 射线，和超声图像) 相比，核磁共振图像有很 多显著的优点，铆如，有高的空伺清晰度，对于软组织的描述清晰，以及对脑功 能的度量，并且对人体没有伤害。 ( 1 ) 高的空间清晰度 核磁共振成像能够获得很高的解剖学上的清晰度，比如1 1 l m m 3 或0 5x 0 5 o 5 姗3 ，可以帮助探测和描述细节结构的变化和异常。 ( 2 ) 软组织成像清晰 核磁共振成像能够很完美的描述软组织是因为它与脂肪和水中的氢相互作用 的结果。因此，对已临床的脑部和脊柱，以及心脏的诊断很有优势。然而，核磁 共振图像能够获得对于同一内部组织里不同对比度的图像，例如t 1 级，1 2 级和 质子密度级。其他特殊的参数细节可以从r f ( 射频) 参数的设计。 ( 3 ) 脑功能度量 在过去的几十年里，即使传统上核磁共振成像在形态学上的应用，快速发展 的功能性核磁共振图像( f m r i ) 显示了它潜在的分析脑部解剖结构和它的工程之 间关系的优势。 6 ( 4 ) 对人体没有伤害 不像c t 和x 射线，m r i 没有离子射线和侵害，因此对病人没有伤害。m r i 主要的缺点是它的造价比较高，并且比较费时。它可能要花几分钟的时间去获得 一幅质量好的清晰的3 d 图像。这个限制是的在一定程度上广泛应用更高电场下 的m r i 受到了局限。 1 4 3 脊柱m r i 图像 人体脊柱的解剖结构： 人体的脊柱包含一些小的骨头( 椎骨- v e r t e b r a e ) 和联结( 椎间盘i n t e r - v e r t e b r a l d i s k s ) 形成一个易变形的脊柱柱体。一个正常的成年人的脊柱包含3 3 块椎骨，和 2 3 块椎间盘。一个脊椎骨由腹侧的放置的部分和背部的曲线。脊椎骨和椎间盘的 大小从颈部到腰部逐渐的增大。如图1 - 1 。脊椎骨的主体是负责负重和保护脊髓以 及神经末梢。它们通过椎间盘一个挨一个的紧紧连接。椎问盘扮演着震动吸收器 的角色，它能够支持在脊拄上强大的压力的作用。同时它作为分离器和保护器， 来减少椎骨的磨损和撕裂。这个机制允许相邻的椎骨可以有有限的相对运动，对 于整个脊椎骨进行各种活动时可以以任意高角度的运动。沿着脊椎骨曲线，有一 个空腔贯穿于整个脊髓( 从脑部直接到底部腰椎) 。 典型的脊椎骨被分为许多区域。从脊柱顶部开始属于颈椎的有7 块椎骨( c 1 c 7 ) ；从颈椎往下有1 2 块椎骨被称为胸椎( t 1 - t 1 2 ) ；接下来有5 块( 或6 块) 是腰椎( l 1 1 5 ) ；5 块( 融于一体) 椎骨形成了骶骨椎骨( s 1 s 5 ) ；最后3 块属 于尾骨椎骨。一个正常的成年人的脊柱应该有像图i - i 这样的颈部、胸部、腰部和 骶部椎骨这样的脊椎骨曲线。 7 图1 - 1 人体脊柱的左侧视图 f i g u r e1 - 1al e f tl a t e r a lv i e wo ft h eh u m a ns p i n e 人体脊柱的核磁共振图像： 如图1 - 2 ，可以看到2 个人的全部脊柱的矢状图像。左图人的脊柱是比较正常 比较直的，而右图人的脊柱发生了轻微的脊柱侧凸1 2 1 。一般来说，椎骨主体的亮 度要比椎间盘要低的多，所以在图像上看起来较暗，脂肪组织也是亮度比较高的， 在脑部附近的脑脊髓液的亮度也比较高，随着脊髓向下的方向亮度逐渐变暗，脊 髓看起来是灰色的。 脊柱核磁共振图像在诊断脊柱疾病方面具有非常重要的作用，比如脊椎退化 性错位。正如文献【3 】中提到，“对于椎问盘的退化的成像在核磁共振图像中比其 他形式的成像中有更好的效果”。脊椎骨的退化性错位是导致大多数的异常排列、 椎问盘退化以及脊髓的狭窄的损伤和残疾的原因。在大多数由脊柱退化引起的现 象中，三个最重要的现象是达到局部化损坏和病源性差异的疼痛、感官的变化、 虚弱 4 1 。从脊柱核磁共振图像可以看出这些被关注的问题。并且核磁共振图像也能 用于研究脊柱的运动，从而可以诊断潜在的导致背部疼痛的原因，这是在6 0 8 0 的成年人中会发生常见病。同时，也可以应用于评估脊柱外科手术后病人的治疗 和恢复情况嗍。 8 圈1 - 2 全部脊柱的核磁共振矢状图像 f i g u 1 - 2n 醇姐iv i e w s o ft h ew h o l es p i n ei nm r i m a g e s 1 5 脊柱m r i 图像分割研究现状 脊椎图像的处理包括两个方面。第一，由于现有的医学成像技术的局限，产 生图像中时常有噪声和在一定程度上缺乏对比度。所以这就需要计算机辅助处理， 使之获得较好的视觉效果。因此，可以方便进行正确的评估和对存在疾病危险的 脊柱进行监督。这些底层的处理技术包括图像的归一化，直方图的均衡或者局部 化，以及各种形式的滤波，等等。第二，是为了一些特殊的目的而进行的处理， 也称为高层的处理。医学图像的分割成为对人体器官和它的功能进行定量分析不 可缺少的 5 1 。同样，在开发计算机辅助的脊椎外科手术的系统时，脊柱图像分割也 是一项很有用的一个步骤嘲。腰椎的疼痛是一个比较普遍的脊椎问题，它在工业化 后的世界比较明显，“对于潜在的原因的诊断十分困难。自从机械等因素起了非 常大的作用，它将帮助研究脊柱的运动”川。因此，用图像处理的方式在图像序列 中去定位椎骨的位置十分重要。 出于不同的原因，脊柱图像处理领域已经逐渐得到一些计算机图像工程师的 注意，但是在这方面的工作远远没有对于脑部图像分割的那样广泛。但是随着对 于脊柱图像处理的需求的不断高涨，它将有很好的发展i i 景。本节简要介绍一下 该领域的相关工作。 如图1 3 所示，通常脊柱成像有三种不同的解剖平面。在文献中，大部分处理 工作时一般使用矢状图蜘嘲闽嘲唧，主要是因为在矢状图中比在轴状图中能包含关于 椎骨和椎间盘的更多的信息。文献 5 6 1 1 8 9 1 ，主要集中在椎骨轮廓的提取和分割； 文献【3 】，则进行的椎间盘的形状的测量。 很大一部分研究关注胸椎和腰椎【3 】【5 】【6 】【8 】【9 】【1 0 】，因为这个区域是一些常见 病的高发区，比如背部疼痛。还有一个比较重要的原因是这些区域的椎问盘和椎 骨相对比较稳定。并且对应的这一段脊髓曲线相对比较垂直。综上因素，使得计 算机自动处理和分析比较简单易行。 用矢状图进行椎骨的分割： 在早期的自动椎骨分割和测量中，用到了基于模型的搜索方法。专家知识例 如椎骨的形状和其周围的特征往往被加入检测判断准则中，从而能提高分割的效 果。一些算法为了获得好的初始点使用人工手动定位大致的椎骨的搜索区域 阿嗍删。在文献 5 1 1 8 1 1 1 d 0 ，它们没有用手动初始化获得了全自动的分割，是利用 了进一步改进的目标知识和模型等方法。 在文献【9 】中，分割集中在腰部椎骨的分割，分割的方法是应用从腰椎的几何 形状和轮廓的统计数据来计算砧骨的形状模型，用多分辨的平稳小波变换( s w t ) ， 来保持平移不变，用来产生多分辨的边界。s w t 利用权重在不同分辨率下的轮廓 重现。获得的边缘根据模型分类。最后的轮廓，用活动轮廓方案来实现。 由于腰部和胸部的椎骨相对比较规则。所以很多文献对这部分的椎骨的研究 比较多，比如文献【6 】f l o 】，在他们的算法中需要使用者手动的在图像中标出顶部、 中部、底部的椎骨。在【9 】中，其方法也是需要手动的初始化获得关于椎骨位置， 尺度和方向的信息。 可以看出对于分割的全自动化的临床要求，我们需要进一步的研究，而且在 脊椎骨分割的范围上应该不仅仅局限于腰部和胸部的分割，而要尽量获得全部范 围椎骨分割较为理想的临床应用效果，然而可用于临床的全局脊椎骨的分割现在 还没有很好的解决方案。 图1 - 3 解剖平面( 1 ：冠状面，2 ：轴状面，3 ：矢状面) f i g u r e1 - 3a n a t o m yp l a n e sn ：c o r o n a l , 2 ：a x i a l ，3 ：s a p t 叫p l a n e s ) 1 6本文研究思路和结构安排 1 6 1 本文研究思路和主要工作 本文主要描述了脊柱核磁共振图像的分割算法，其中包括椎间盘的量化标注 算法和椎骨轮廓的分割算法，以及在f p g a 上的实现过程。具体而言，本论文做 了以下的主要工作： 1 脊柱核磁共振图像分割的研究现状。在刚进入本课题的时候。首先，对于 核磁共振图像的研究现状进行调研，查阅了很多相关的论文，特别对脊柱核磁共 振图像的分割做了详细的统计分类和总结。了解了这些研究现状，有助于我更加 有效的开展本课题的算法研究工作，吸收了前人的经验和研究成果，在此基础上 解决一些实际应用中的难题。 2 提出了一种椎间盘量化标注的算法。该算法首先应用专家点定位和基于模 版的方法对脊柱区域进行粗分割，然后用霍夫变换提取脊髓，在成功提取脊髓后， 我们可以根据一些定位准则，沿着脊髓曲线的方向，将整个脊柱的每一个椎间盘 定位，并给出量化标注。 3 提出了一种椎骨分割的算法在椎间盘成功被定位的基础上，可以很容易 找到椎骨的位置，应用主动形状模型( a s m ) 将椎骨的轮廓分割出来。该方法是 基于训练样本的，在分割时能够很好的保持原有椎骨的形状，并且在分割速度上 比水平集的方法要快很多。 4 运用可重用设计方法，设计并实现了基于n i o sh 脊柱m r i 图像分割系统。 充分利用n i o si i 软核处理器和a l t e r a 的f p g a 器件提供的嵌入式平台，将脊柱 m i l l 图像分割算法硬件实现。n i o si i 软核处理器本身具有的其它嵌入式处理器无 法比拟的优势也是我们选择它的主要原因。s o p c 技术是美国a l t e r a 公司于 2 0 0 2 年最早提出的。s o p c 是基于f p g a 解决方案的s o c ，与a s i c 的s o c 解决 方案相比，s o p c 系统及其开发技术具有系统设计模块化、系统的可重构性和实现 方式多样化的特点。 1 6 2 论文的结构安排 第一章绪论。简要介绍了医学图像处理的背景，图像分割的重要方法，以及 核磁共振成像的基本原理，和脊柱核磁共振图像分割的研究现状、本文的研究内 容以及全文的组织情况。 第二章脊柱m r i 图像椎间盘定位算法设计。其中包括图像的预处理算法。基 于模版以及霍夫变换的脊髓提取，最后给出定位准则，以及在整个脊柱定位每一 个椎间盘的结果。在本章的最后，就今后算法需要完善改进的地方进行了讨论。 第三章椎骨分割算法设计。在用椎间盘定位的算法成功定位了椎间盘的基础 上，提出了一种基于样本训练的主动形状模型来实现椎骨分割的算法。并给出了 评价分割结果的方法，在此方法下对椎骨的分割结果给出了量化评估。 第四章基于n i o si i 的脊柱m r i 图像分割系统的设计及实现。阐述了可重用 设计方法学的基本概念，给出了基于n i o si i 的脊柱m i l l 图像分割的系统框架以及 实现过程。 第五章总结和展望。总结所作的研究工作，给出了现有算法以及系统在实际 应用过程中的不足，提出了进一步进行研究方向。对脊柱核磁共振图像分割算法 的发展前景进行了展望。 1 7 本章小结 1 2 本章首先介绍了医学图像处理的背景、目的及研究意义，介绍了国内外对脊 柱核磁共振图像分割课题的研究的最新进展，总结了当前医学图像分割领域的问 题及其发展状况。最后结合实际项目阐明论文所做的主要工作，并对系统做出了 简要的介绍。 3 2脊柱m r i 图像椎间盘定位算法 2 1引言 2 1 1 问题陈述及研究目标 脊柱核磁共振图像在诊断各种脊椎疾病中起到至关重要的作用，例如脊椎滑 脱症( s l i p p e dv e r t e b r a ) 意指上下两节椎体发生前后滑脱现象。有时此种滑脱会造成 神经孔狭窄而压迫神经。轻者可以限制激烈活动来防止病情恶化，重者需以手术将 滑脱的脊椎加以固定。同时，它还能帮助评估脊椎外科手术后的治疗进展。 对椎间盘的退变进行早期的精确的评估在临床实践中有着重要意义。由于 m r i 能反映组织的多个参数，可直接进行矢状位、冠状位及斜位等多平面成像。 随着表面线圈技术的应用以及软件的开发，m r i 是目前研究椎问盘退行性改变最 简单、最精确的检查手段。椎间盘退变过程中伴随着胶原和蛋白多糖的分解以及 由于自由水( b u l kp h a s e ) 或结合水( h y d r a t i o nl a y 哪进行性丢失而出现的纤维环和髓 核逐渐干瘪或皱缩( d e s i c c a t i o n ) ，基于水的含量和质子状态有关的信号密度的降低， m m 可以显示出椎间盘的变性和干瘪性的变化。鉴于m r i 对组织水含量的轻微增 减有很强的敏感性，因此m r i 可能是认知椎间盘早期退变的最好的手段。常规的 m r i 成像取决于组织中运动状态的氢离子浓度和t 1 、t 2 值，同时由于它是评价椎 间盘病变的非损伤性的手段，结合应用能够显示椎间盘结构或生物化学退变的标 记物，m r i 提供了一个评价椎间盘生化状态的很好方法。 利用计算机对图像进行处理，能使得诊断更加准确、具有一致性、并且节省 时间和人力，也减少了花销。例如，骨质疏松是影响部分老年入的重要疾病，椎 骨的骨折是骨质疏松最重要的表现。传统的对椎骨骨折的评估是手动的对每块椎 骨标注6 个点( 四个角和上下边沿的中点) ，然后测量前面、中间、后面的椎骨 的高度 1 4 1 。但是这个过程是相当的耗时。文献记载，对于用鼠标定位一位病人1 块椎骨要花费大于1 5 分钟，对于整个脊椎的定位的耗时将让人很难接受。因此医 学临床上迫切的需要一种方法能够自动完成m r 脊柱图像的分割，计算机自动定 位椎骨和椎问盘对于辅助诊断具有重要的临床应用价值。同时，图像处理技术也 方便的解决了对一些图像不确定因素的主观解释和临床参数定义的缺陷嘲。 1 4 现阶段的研究进展已经在1 5 节中提到，对于椎间盘和椎骨的大小相对比较稳 定的胸椎和腰椎已经有了成功的自动分析。但对于整个椎骨而言，脊髓曲线非常 复杂，椎间盘以及椎骨的形状的变化很大，复杂的背景使得处理整个脊柱带来了 很大的挑战。至今，还没有很好的解决整个脊柱核磁共振图像的定量分析问题。 因此，本章的研究集中在对整个脊柱核磁共振图像进行定量分析，并提出了 一种可行的，有效的进行整个脊柱的椎阃盘定位的算法。其中，研究所使用的都 是脊柱核磁共振的矢状图像( s a g i t t a lv i e w ) ，因为在椎骨及椎间盘的成像中矢状 图比其他解剖面的成像有更好的视角。骨质疏松引起的推骨骨折可以导致残疾以 及生活质量的低下，该算法能够改善对这种骨折进行自动的评估和监督。同时对 于定量的分析椎问盘和椎骨也很有用，并且与其它形式的成像进行配准，以及图 像引导的脊柱外科手术。 2 1 2 主要思想概述 本章的主要目标是对椎阈盘的正确定位。相应的还要解决很多闯题。首先， 我们需要在m r 矢状图序列中找一个在椎间盘部位成像质量最好的切片，用最简 单的方法找最好切片就是找可以看到最多的椎间盘的图像。第二，在图像质量最 好的切片中，我们需要定位出每一个椎间盘，并且要对每一个椎间盘进行标号， 使得知道它具体的名称以及位置，以及对于遗失的椎问盘进行估计预测定位。 2 2 图像的预处理算法 由于原始图像( d i c o m 格式) 的图像质量对比度比较低，整体图像亮度低， 在进行椎间盘定位前首先要对图像进行预处理，在这里预处理分为2 步：增强对 比度和去噪声滤波。 2 2 1 增强对比度 首先，分析一幅图像的灰度分布，用直方图统计。图像参数：5 1 2 x 5 1 2 ，每个 像素1 6b i t ，灰度范围0 6 5 5 3 5 。但是我们数据库中的原始图的对比度比较小，如 下图像素的灰度只在【0 ，9 3 0 n 间，图像看起来比较暗。所以，要进行对比度的拉 伸，如图2 - 1 左图是原始图像，右图是拉伸后的图像，可以看到效果还是比较明显 的。图2 - 2 是对这两幅图像的灰度直方图进行了统计。 1 5 图2 - 1 原始图像( 左图) 和对比度拉伸后的图像( 右图) f i g u r e2 - 1o 啦：i n 丑li m a g e ( 1 c 锄a n dc o n u a s t - s t r e t c h i n gi m a g e ( r g h o 图2 - 2 原始图像( 上) 和对比度控伸后图像( 下) 鹩灰度统计鲞方雷 f i g u r e2 - 2h i s t o g r a mo fo r i g i n a li m a g e ( 啪a n dc o n t r a s t - s t r e t c h i n gi m a g e ( d o w n ) 1 6 2 2 ，2 去噪声滤波 对受到噪声污染的退化图像的复原可以采用线性滤波方法来处理，有许多情 况下是很有效的。但是多数线性滤波具有低通特性，在去除噪声的同时也使图像 的边缘变得模糊了。中值滤波方法在某些条件下可以傲到既去除噪声又保护图像 边缘的较满意的复原。中值滤波是一种去除噪声的非线性处理方法。它是由图基 ( 1 u r k y ) 在1 9 7 1 年提出的。开始，中值滤波用于时间序列分析，后来被用于图 像处理，在去噪的复原中得到了较好的效果。这里用3 3 的中值滤波器进行滤波。 2 2 3 调整每一个像素的占用存储空间 为了后续处理的方便，我们要将原本用1 6b i t 来表示每一位像素值得存储方式 改为8b i t p i x e l 。为此，有以下两个方面的尝试。第一种，对原始图像直接用m a t l a b 函数中像素调整函数i m a g e1 =，对应图像如图2 3 左图，可i m 2 u i n t 8 ( i m a g e d i n ) 见出现的失真严重，几乎看不到原有的脊柱；第二种，在对比度拉伸的基础上进 行存储方式的调整，同样调用函数i m a g e2 = i m 2 u i m s ( i m a g e 对应图像如图。data) 可见我们所要的脊柱信息很好的保留下来。 6 ，_ 1 mr m m“_ 删h - _ t _ 晰呻 图2 - 3 原始图像从1 6 - b i t 至u 8 - b i t 的直接转换( 左图) 对比度拉律后图像从1 6 - b i t 到8 - m r 的转换( 右图) f i g u r e2 - 3c o n v e r tt h es t o r ef o r mo fi m a g ef r o m1 6 - b i tt o8b i ld i r e c tc o n v e r tf r o mo z i # n a l ( 1 e f t ) a n dc o n v e f tf r o mt h ec o n t r a s t - s t r e t c h i n g ( r i g h t ) 】7 图2 - 4 原始图像存储格式从1 6 - b i t 到8 - b i t 图像的直方圈统计( 左图) 对比度拉伸后图像存储格式从1 6 - b i t 到8 - b i t w 像的直方图统计( 右图) l e 培, u r e2 - 4t h eh i s t o g r a mo ft h ei m a g ec o n