（信号与信息处理专业论文）医学超声图像分割新方法的研究及应用.pdf

大连理工大学硕士学位论文 摘要 医学超声成像技术与计算机c t 断层造影术、m 磁共振成像、核医学成像并称为 现代四大医学影像技术，其中超声成像由于其独具的实时性、无损性、廉价性、可重复 性好、灵敏度高等优势而广泛应用于临床诊断和治疗中，它在人体内部组织器官的定量 分析、实时监控和治疗规划等方面都具有极大的潜力。利用医学超声图像进行诊断时， 常根据需要将感兴趣的区域( r o i ) 提取出来，以便更好她对其进行分析和诊察，这个过 程就是图像分割。医学超声图像分割是一个经典的难题。其原因主要是超声图像本身分 辨率、对比度较低，以及固有的斑点噪声的影响。围绕这个经典问题本文展开了研究和 探讨，旨在改进或提出适用于医学超声图像分割的新的理论和方法。 首先，本文对已有的医学图像的分割方法及其相关技术进行了总结，其后较详细地 讨论了几种主要分割方法在医学超声图像分割方面的应用并给出实验结果。对于复杂的 医学超声图像来说，每一种单纯的理论方法所得到的分割结果不会很理想，从实验结果 可以证实这一点。因此有效利用各自的独特优势，结合其它图像分析工具如遗传算法， 小波多尺度分析，数学形态学等理论的综合分析方法也已经成为一个新的发展方向。将 这些方法应用到医学超声图像分割上还有很大的潜力可以挖掘。 在研究和总结前人工作的基础上，本文随后从两个方面展开工作：其一，结合小波 多尺度分解等理论知识提出了基于尺度共生矩阵方法的超声图像分割新方法。并将实验 结果与已有的灰度共生矩阵方法( 汪天富等人提出) 进行比较和分析，肯定了本方法优势 所在。其二，结合经验模式分解( e m d ) 理论、l a w s 纹理能量测度、模糊聚类和数学 形态学知识提出又一超声图像分割新方法并成功地提取出了图像的病变区域。这也是 e m d 理论在超声图像分割中的首次尝试。 关键词：医学超声图像分割：尺度共生矩阵；经验模式分解 张启辉：医学超声图像分割新方法的研究及应用 t h es t u d ya n da p p l i c a t i o no f n e ws e g m e n t a t i o nm e t h o do nm e d i c a l u l t r a s o n i ci m a g e a b s t r a c t m e d i c a lu l t r a s o u n di m a g i n g ，c o m p u t e r i z e dt o m o g r a p h y ，m a g n e t i cr e s o n a n c ei m a g i n g a n dn u c l e a ri m a g i n ga r et h ef o u ri m p o r t a n tm e d i c a li m a g i n gt e c h n i q u e si nm o d e ms o c i e t y a m o n gt h e m ，m e d i c a lu l t r a s o u n di m a g i n gi sw i d e l yu s e di nm e d i c a ld i a g n o s i sa n dt r e a t r n e n t d u et oi t su n i q u ec h a r a c t e r i s t i co fr e a l t i m e ，n o n i n v a s i v e n e s s ，c h e a p n e s s ，e a s yr e p e t i t i o n ，a n d h i g hs e n s i t i v i t y i th a sh i g hp o t e n t i a l i nq u a n t i t a t i v ea n a l y s i s ，r e a l - t i m em o n i t o r i n ga n d t r e a t m e n ts c h e d u l i n g e t c w h e nu l t r a s o n i ci m a g e sa r eu t i l i z e dt od om e d i c a ld i a g n o s i s i ti s n e c e s s a r yt oe x t r a c t i n gt h er e g i o no fi n t e r e s tf o rf u r t h e ra n a l y s i s c o n v e n i e n c e n l i sp r o c e s si s s o c a l l e di m a g es e g m e n t a t i o n m e d i c a lu l t r a s o n i ci m a g es e g m e n t a t i o nh a sb e e nae l a s s i c a l t o u g hp r o b l e ms i n c em a n yy e a r sb e f o r e t h em a l nr e a s o ni st h a tt h er e s o l u t i o na n dc o n t r a s t d e g r e eo f 也eu l t r a s o n i ci m a g ei t s e l fi sv e r yl o wa sw e l la st 1 1 ei n f l u e n c eo fi n t r i n s i cs p e c i d e n o i s e s b a s e do nt h ef a c ta b e v e t h i st h e s i si sd e v e l o p e dt od os o m er e s e a r c ho nu l t r a s o n i c i m a g es e g m e n t a t i o nt oi m p r o v ec u r r e n ta l g o r i t h m so rp r o p o s en e wm e t h o d s t f l i st h e s i sf i r s tg i v e sa no v e r v i e wo ft h eu i t r a s o n ci m a g es e g m e n t a t i o nm e t h o d s t h e n s e v e r a lc o m m o n l yu s e ds e g m e n t a t i o n a l g o r i t h m s a r e a n a l y z e dw i t hr e f e r e n c e t ot h e e x p e r i m e n t a lr e s u l t so nt h eu l t r a s o n i ci m a g e s a st ot h ec o m p l i c a t e du l t r a s o n i ci m a g e w e m a yf o r e s e et h ed i s s a t i s f i e dr e s u l t sw i t he v e r yo n eo ft h e s es i m p l et h e o r ya n dm e t h o d s t 1 1 i s a l s oc a nb ec o n f i r m e df r o mt h er e s u l t so fe x p e r i m e n t s om a k i n ge f f e c t i v e l yu s eo ft l l e i r r e s p e c t i v ea d v a n t a g e s a n di n t e g r a t i n gw i t l lo t h e ri m a g ea n a l y s i st o o l ss u c h a s g e n e t i c a l g o r i t h m ，w a v e l e tm u l t i s c a l ea n a l y s i s ，m a t h m o r p h o l o g yt h e o r i e sa n ds oo ni san e w r e s e a r c hd i r e c t i o n s t i l lt 1 1 e r ei sm o r el a t e n tp o t e n t i a lt ot a pf o rt h e s em e t l l o d so nu l t r a s ( ) n i c i m a g es e g m e n t a t i o n o nt h eb a s i so f t i l ew e r ko f t h ef o r r f l e rr e s e a r c h e r s t h i st h e s i ss u b s e q u e n t l yd e v e l o p st h e w o r kf r o mt h ef o l l o w i n gt w oa s p e c t s f i r s t l y i n t e g r a t i n gw i t l lt h e o r i e ss u c ha sw a v e l e t m u l t i s c a l ed e c o m p o s i t i o n 廿1 ea u t h o rp r o p o s e san e ws e g m e n t a t i o nm e t h o db a s e do ns c a l e c o o c c u r r e n c em a t r i x ，t h ea d v a n t a g e sa r e 躺r m e di nt h et h e s i sb yc o m p a r i n gw i t hg r a y l e v e l c o o c c u r r e n c em a t r i x ，w h i c hp r o p o s e db yw a n g s e c o n d l y ，i n t e g r a t i n ge m dt h e o r i e s ，l a w s t e x t u r ee n e r g ym e a s u r e ，f u z z yc l u s t e r i n ga n dm a t h - m o r p h o l o g yt h e o r i e st h i st h e s i sp r o p o s e s a n o t h e ri m a g es e g m e n t a t i o nn e wm e t h o d a n ds u c c e s s f u l l ye x t r a c t e dt h er e g i o no fi l l n e s s n l i si st h ef i r s te m da p p l i c a t i o no nu l t r a s o n i ci m a g es e g m e n t a t i o n k e yw o r d s ：m e d i c a lu l t r a s o n i ci m a g es e g m e n t a t i o n ；s c a l ec o - o c c u r r e n c em a t r i x e m p i r i c a lm o d ed e c o m p o s i t i o n 大连理工大学硕士学位论文 大连理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用 规定”，同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子 版，允许论文被查阅和借阅。本人授权大连理工大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论 文。 作者签名： 毯垒堑 导师签名：垒臣二拿。 独创性说明 作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得大连理 工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志 对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 作者签名：加哆、，z 垮 大连理工大学硕士学位论文 1 耸论 1 1 医学超声图像分割研究的背景和意义 随着信息时代特别是数字时代的来临，医学影像技术包括u l t r a s o u n d ( 超声) 、 c t ( 计算机x 射线断层扫描) 、m ( 核磁共振成像) 等在临床诊断中发挥了难以替代的 作用。目前，在自动、半自动定量分析方面超声图像难以与c t 、m p j 等影像模式相比学 垃，但超声图像因其独特的无损性、实时性、廉价性，在定量分析、实时监控及治疗规 划等方面具有极大的潜力。 医学超声图像分析中，图像分割是一个关键问题，是临床医学应用的瓶颈。分割的 好坏直接影响病变组织结构的定量、定性分析，三维重建等后续操作以及图像引导手术、 肿瘤放射治疗等所采取治疗规划的准确性。 但是，由于超声图像存在如下特点，使得超声图像的分割陷入了一定的困境： ( 1 ) 分辨率、对比度较低； ( 2 ) 人体组织特性复杂性，多样性以及可变性： ( 3 ) 超声图像固有的s p e c k l e 噪声问题( 由于超声束散射回波相互干扰产生的，这限 制了超声图像的细节显示能力) ； ( 4 ) 回波纹理特性( e c h ot e x t u r e ) ； ( 5 ) 回声失落问题( 当超声束与被探测物体表面相切时，没有反射回波，因而与之相 切的表面无法被检测到，这种现象容易被误认为是病变空洞) ； ( 6 ) 相似组织间的弱边界问题等等使得图像分割起来比较困难。 因此，超声图像的分割迄今仍然是个悬而未决的世界性难题。 目前，广泛应用于临床的还双停留在医生手动分割和简单的阈值分割方法【2 】，人工 分割超声图像既繁琐又费时，同时又易受主观因素影响随机性很大，分割效果不够理想， 很容易造成病灶区域的混淆和误判。因此提出和改进适用于临床应用的医学超声图像分 割方法具有重要的现实意义。 1 2 超声诊断概述 1 2 1 超声及其物理特性 超声波是超过正常人耳能听到的声波，即频率在2 0 k h z 1 0 0 m h z 之间的机械波。 用于医学上的超声频率为2 5 1 0 m h z ，常用的是2 5 5 m h z 。 超声的物理特性包括： 张启辉：医学超声图像分割新方法的研究及应用 ( i ) 超声场特性 超声在介质内传播的过程中，明显受到超声振动影响的区域称超声场。超声场具有 以下特点：如果超声换能器的直径明显大于超声波波长，则所发射的超声波能量集中成 柬状向前传播，这种现象称为超声的束射性( 指向性) 。换能器近侧的超声波束宽度与声 源直径相近似，平行而不扩散，近似平面波，该区域称近场区。近场区内声强分布不均 匀。近场区以外的声波以某一角度扩散称远场区。该区声波近似球面向外扩散，声强分 布均匀，但逐渐减弱，换能器的频率愈高、直径愈大，则超声束的指向性越好、其能量 越集中。 ( 2 ) 超声的反射与散射 声阻抗：介质的密度与超声在介质中传播速度的乘积称声阻抗。声阻抗值一般为 固体 液 气体。超声在密度均匀的介质中传播，不产生反射和散射。当通过声阻抗不 同的介质时，在两种介质的交界面上产生反射与折射或散射与绕射。 反射、折射与透射：凡超声束所遇界面的直径大于超声波波长( 称大界面) 时，产 生反射与折射。成角入射，反射角等于入射角，反射声束与入射声束方向相反。垂直入 射时，产生垂直反射与透射。反射声强取决于两介质的声阻差异及入射角的大小。垂直 入射时，反射声强最大。反射声能愈强则折射或透射声能愈弱。进入第二介质的超声继 续往前传播，遇到不同声阻抗的介质时，再产生反射，依次类推，被检测的物体密度越 不均匀，界面越多，则产生的反射也愈多。 散射与绕射：超声在传播时，遇到与超声波波长近似或小于波长( 小界面) 的介质 时，产生散射与绕射。散射为小介质向四周发散超声，又成为新的声源。绕射是超声绕 过障碍物的边缘，继续向前传播。散射回声强度与超声入射角无关。 ( 3 ) 超声衰减 超声在介质中传播时，随着传播距离的增加，声强逐渐减弱，这种现象称为超声的 衰减。引起衰减的主要原因是介质对超声的吸收( 粘滞吸收及热传导吸收) 。超声频率愈 高，介质的吸收愈多；而超声波遇到不同的介质交接面时会产生反射波一回波。声阻抗 差越大，则回波越强。 ( 4 ) 多普勒效应( d o p p l e re f f e c t ) 声源和接收体作相对运动时，接收体在单位时间内收到的振动次数( 频率) ，除声源 发出者外，还由于接收体向前运动而多接收到距离波长个振动，即收到的频率增加了。 相反，声源和接收体作背离运动时，接收体收到的频率就减少，这种频率增加和减少的 现象称为多普勒效应。这些特点构成了超声仪器在医学领域广泛应用的基础。 大连理工大学硕士学位论文 1 2 2 超声诊断基本原理 超声诊断主要应用声反射原理，使用不同类型的超声诊断仪器，采用各种扫查方法， 将超声发射到体内，并在组织中传播，当正常组织和病理组织的声阻抗( 声阻抗等于该 介质密度与超声速度的乘积) 有一定差异时，它们组成的界面就发生反射和散射，再将 此回声信号接收，加以检波等处理，显示为图像。由于各种组织的界面形态、组织器官 的运动状况和对超声的吸收程度等不同，其回声有一定的共性和某些特性，结合生理、 病理解剖知识与i 临床医学，观察、分析、总结这些不同的反射规律，可对患病的部位、 性质或功能障碍程度做出概括性以至肯定性的判断。 1 人体组织的声阻与衰减系数 超声诊断是通过人体各种组织声学特性的差异来区分不同组织。按照声学特性，人 体组织大体上可分为软组织和骨骼两大类，软组织的声阻与水近似，骨骼则属固体。人 体组织的声速、声阻抗、声吸收系数、衰减系数等反映人体组织的基本声学特性，人体 不同组织的声学特性不同，见表1 1 。 2 人体组织的回声规律 人体器官表面有被膜包绕，被膜同其下方组织的声阻抗差大，形成良好界面反射， 声像图上出现完整而清晰的周边回声，从而显出器官的轮廓。根据周边回声能判断器官 的形状与大小。超声经过不同正常器官或病变的内部，其内部回声可以是无回声、低回 声或不同程度的强回声。 ( 1 ) 无回声：是指超声经过的区域没有反射，成为无回声的暗区( 黑影) ，可能由下述 情况造成： 表1 1 人体不同介质的声速与声阻抗 ! ! ：里! 竺竺竺! ! ! 竺竺竺! ! 竺! ! 竺竺! 竺! 兰竺! ! ! ! 竺! ! ! ! 竺壁! ! ! ! 竺! ! 兰竺竺! ! 翌 组镪密度( g c m 3 )声速( m s )特征阻抗( g m 2 s )测试频率( 姗z ) 张启辉：医学超声图像分割新方法的研究及应用 液性暗区：一些均质的液体如血液、胆汁、尿等，由于声阻抗无差别或差别较小， 不构成反射界面，形成液性暗区。这样，血管、胆囊、膀胱等即呈液性暗区。在病理情 况下，如胸腔积液、心包积液、腹水、脓液、肾盂积水以及含液体的囊性肿物及包虫囊 肿等也呈液性暗区，成为良好透声区。在暗区下方常见回声增强，出现亮的光带( 白影) 。 衰减暗区：肿瘤，如巨块型癌，由于肿瘤对超声的吸收，造成明显衰减，而没有 回声，出现衰减暗区。 实质暗区：均质的实质，声阻抗差别小，可出现无回声暗区。肾实质、脾等正常 组织和肾癌等病变组织可表现为实质暗区。 ( 2 ) 低回声：实质器官如肝，内部回声为分布均匀的点状回声，在发生急性炎症，出 现渗出时，其声阻抗比正常组织小，透声增高，而出现低回声区( 灰影) 。 ( 3 ) 强回声：可以是较强回声、强回声和极强回声。 较强回声：实质器官内组织致密或血管增多的肿瘤，声阻抗差别大，反射界面增 多，使局部回声增强，呈密集的光点或光团( 灰白影) ，如癌、肌瘤及血管瘤等。 强回声：介质内部结构致密，与邻近的软组织或液体有明显的声阻抗差，引起强 反射。例如骨质、结石等，可出现带状或块状强回声区( 白影) ，由于透声差，下方声能 衰减，而出现无回声暗区，即声影( a c o u s t i cs h a d o w ) 。 极强回声：含气器官如肺、充气的胃肠，因与邻近软组织之声阻抗差别极大，声 能几乎全部被反射回来，不能透射，而出现极强的光带。 1 2 3 超声诊断仪简介 超声诊断仪由两大部分组成，即超声换能器和电子仪器。 ( 1 ) 超声换能器( t r a n s d u c e r ) ：超声换能器是由压电晶片组成，晶片受电信号激发发 射超声，进入人体组织，遇不同声阻界面产生反射与散射；晶片又接收回声信号，转换 成电信号送入仪器。晶片将电能转换成声能( 发射) ，又能将声能转换成电能( 接收) ，称 之为声电换能器。 ( 2 ) 电子仪器：目前所用超声诊断仪多应用超声脉冲回波技术，将接收到的回波信 号经过放大并显示在显示屏上。根据显示的方式不同，分为a ( a m p l i t u d e ) 型、m ( m o t i o n ) 型、b ( b r i g h t n e s s ) 型及d ( d o p p l e r ) 型且已为临床广泛应用。其它如超声全息、超声c t 及超声显微镜等目前尚处于研制阶段。 a 型：属一维超声、回声强度以振幅显示，探头由单晶片构成，主要用于腹部、 头颅、眼、胸腔等检查，现多己淘汰。 大连理工大学硕士学位论文 m 型：一维、光点显示、光点的亮度代表回声强弱，探头为单晶片，用于心脏、 血管检查、显示心脏、血管结构的活动轨迹曲线图又称m 型超声心动图。 b 型：以二维、光点显示。将回声信号以光点的形式显示出来，为灰度调制型。 相比较而言，它的应用最广泛，因此本文研究的对象主要是b 型超声图像。 下面以b 型为例介绍超声诊断仪的工作原理。 超声诊断仪主要由主控电路、发射电路、接收电路( 高频信号放大器、视频信号放 大器) 、扫描发生器、图像显示器( 电子枪、偏转系统、荧光屏) 和换能器构成。 主控电路又称同步触发信号发生器，它周期地产生同步触发脉冲信号，分别触发发 射电路和扫描发生器中的时基扫描电路。超声脉冲发射的重复频率是由它控制的，通常 同步触发信号的重复频率就是超声脉冲发射的重复频率。 发射电路在受同步信号触发时，产生高压电脉冲激励换能器。 接收电路接收由人体受检组织反射的超声信息，有以下几个主要过程：对高频超 声信号放大和对数压缩：对高频超声信号检波，转变为视频信号：对视频信号进行 放大：把放大了的视频信号显示在显示器上。 换能器将回波信号转换成高频电信号后，有的信号太弱，必须由高频信号放大器放 大。回声的高频电信号由高频信号放大器放大后，被检波器检出的视频包络信号要经过 视频信号放大器放大和处理，然后加到显示器的栅极进行亮度调制。 扫描发生器产生扫描电压，使电子束按一定的规律扫描，在显示器上显示出切面图 像。 超声回波信号的显示是通过显示器来实现的，常见的显示器是阴极射线管( c r t ) 。 阴极射线管有静电式( 示波管) 和磁偏转式( 显像管) 两种，两者的基本结构相同，主要区 别是前者采用电场偏转，而后者采用磁偏转系统。 超声诊断仪的基本结构示意图见图1 1 图1 1 超声诊断仪的基本结构示意图 f i g i 1b a s i ca r c h i t e c t u r eo f u l t r a s o u n dd i a g n o s i se q u i p m e n t 张启辉：医学超声图像分割新方法的研究及应用 1 2 4b 超诊断的临床应用 超声对心、腹部和盆部器官包括妊娠的检查应用较多。如对肝癌、肝血管瘤、肝脓 肿、肝硬化、胆囊结石与肿瘤、胰腺及脾的疾病、腹水的诊断：肾、膀胱、前列腺、肾 上腺、子宫的检查；眼、甲状腺及乳腺的检查；妊娠的诊断，胎位、胎盘的定位，多胎、 胎儿畸形等的判定都有相当的价值。 超声诊断也有自身的限制。由于超声的物理性质，使超声对骨髂、肺和胃肠的检查 受到限制。声像图表现所反映的是器官和组织声阻抗差的改变，缺少特异性，因之对于 病变的性质的判断，需综合分析，并与其它影像学表现和临床资料相结合才可靠。如果 病变过小( 如直径在o 5 c m 左右) 或声阻抗差不大，不引起反射，则难以在声像图上显示 出来。此外，超声设备的性能、检查人员的技术与经验也均影响诊断的结果。尽管如此， b 型超声因其操作简便、价格便宜、无损伤无痛苦等优点而广泛地应用于临床医学诊断 中。 1 3 本文的主要工作及内容安排 本文在对于医学超声图像分割方法比较全面认识的基础上，对于超声图像的分割方 法进行了进一步的探讨和研究，具体的内容安排如下： 第一章介绍本课题研究的背景和理论意义，并简要的介绍了超声诊断的基本理论。 第二章对己有的医学超声图像分割方法进行了较全面的分析和归类。文章末尾简 单介绍了图像分割质量的评估方法。 第三章对于一些比较常用的分割方法进行了详细的论述，给出了实验结果，并进 行简单的比较和分析。 第四章提出基于尺度共生矩阵方法的超声图像分割新方法，给出实验结果并与已 有的灰度共生矩阵分割方法进行了比较，通过定量分析给出本文的优势所在。 第五章提出基于经验模式分解方法的超声图像分割并给出了实验结果，较清晰地 提取出了病变区域轮廓。 第六章对本文的工作进行总结，并对医学超声图像分割方法的研究和发展进行讨 论和展望。 大连理工大学硕士学位论文 医学超声图像分割方法概述 2 1 图像分割原理 图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标( r o i ) 的技术和过 程，这里的特性可以是灰度、颜色、纹理等。传统图像分割的定义可借助集合的概念表 述如下： 令集合r 代表整个图像区域，对r 的分割可看作将r 分成若干满足以下5 个条件 的非空子集r j ，r 2 ，凡。 n ( 1 ) u 冠= r ； l t l ( 2 ) 对所有的i 和j ，i j 有足n r j = o ： ( 3 ) 对i = 1 ，2 ，1 1 ，有尸( 足) = t r u e ； ( 4 ) 对i j ，有p ( r y r j ) = f a l s e ； ( 5 ) 对i = l ，2 ，r l ，r i 是连通的区域。 其中尸 ) 是对所有在集合足中元素的逻辑谓词。 条件( 1 ) 指出分割所得到的全部子区域的总和应能包括图像中所有的像素，或者说分 割应将图像的每个像素都分进某一个子区域中；条件( 2 ) 指出各个子区域是互不重叠的， 即一个像素不能同时属于两个区域；条件( 3 ) 指出在分割后得到的属于同一区域中的像素 应该具有某些相同特性；条件( 4 ) 指出在分割后得到的属于不同区域中的像素应该具有不 同的特性；条件( 5 ) 要求同一子区域内的像素应当是连通的。对图像的分割总是根据一些 分割准则进行的。 图像分割是由图像处理进行到图像分析的关键步骤，也是一种基本的计算机视觉技 术。通过图像分割可以将原图像转化为更容易理解的形式，从而使更高层次的图像分析 和理解成为可能。 图像分割在实际中已经得到了广泛的应用，例如在工业自动化、在线产品检验、生 产过程控制、文档图像处理、遥感图像处理、生物医学图像处理、军事目标识别、保安 监视、以及体育、农业工程等多方面。概括起来说，在各种图像应用中，凡是对图像目 标进行提取、测量等都离不开图像分割。 根据图像分割的定义，人们提出了许多种图像分割的分类方法，比较典型的如文献 3 基于区域内部像素灰度值的相似性、区域间灰度不连续性以及并行还是串行来将图像 分割算法进行归类等。 张启辉：医学超声图像分割新方法的研究及应用 2 2 超声图像分割基本方法 2 2 1 传统的图像分割方法 基于像素灰度的不连续性和相似性，传统图像分割方法可分为基于边缘检测的分割 和基于区域的分割，这两种方法互相补充、相辅相成，在应用时往往结合起来运用。 f 1 ) 边缘检测方法 边缘检测方法首先是检测出图像中局部特性的不连续性或突变性，再将它们连成边 界，这些边界把图像分成不同的区域。通过检测相邻像素特征值的突变性来获得不同区 域之间的边缘。传统边缘检测法多是搜索像素点强度变化明显区域，常采用微分法实现， 比较常用的微分算子有r o b e r t 梯度算子、s o b e l 梯度算子、坎尼算子以及拉普拉斯算子 等。边缘检测虽然速度快，但通过实验发现该方法所得到的往往是断续的、不完整的边 缘信息，不能够形成包围物体的封闭曲线，而且这类方法对噪声较为敏感。所以在检测 之前要进行噪声抑制，检测之后要进行边界或轮廓跟踪。边缘检测技术中较为成熟线性 滤波器中，尤以拉普拉斯l o g ( l a p l a c eo f g a u s s ) 算子最为有名，它较好地解决了频域最 优化和空域最优化之间的矛盾，计算方法也简单方便；另外，该算子在过零点检测中具 有各向同性的特点，保证了边缘的封闭性，符合人眼对自然界中大多数物体的视觉效果； 不过l o g 算子的边缘定位精度较差，而边缘定位精度和边缘的封闭性两者之间无法客 观地达到最优化折衷。依靠传统的边缘检测方法并不能克服超声图像所固有的斑点噪声 和纹理特性的影响，分割效果并不理想，所以很少单独使用。 ( 2 ) 基于区域的分割方法 基于区域的分割方法是依据区域内部的均匀性和区域之间差异性实现图像的分割， 主要包括闽值分割技术、区域生长法和分裂合并法。 阈值分割技术 阈值分割是基于这样的假设：即灰度图像目标和背景内部的相邻像素灰度相似性以 及不同目标和背景的像素间的灰度差异性。可分为单阈值和多闽值分割。优点是操作简 单，而对于满足上述条件的灰度图像，分割效果明显。缺点是仅考虑了灰度信息而没有 有效利用图像的空间信息，对噪声和灰度不均匀很敏感，可能导致分割区域的不连续性。 针对不同的闽值选取，研究人员提出许多改进的阈值分割方法如最优阈值( 目标和背景 的错误分割概率为最小) 如o t s u 阈值方法【4 j 、动态自适应阈值、最大熵阉值以及最大方 差准则、最佳阈值( 类间距离取得最大) 等。阈值分割常常与其它分割方法联合应用作为 图像预处理，为其它分割方法奠定基础。 大连理尹大学硕士学位论文 区域生长法 区域生长的基本思想是将具有相似性质的像素集合起来构成区域。具体来说是先对 每个待分割的区域选取一个种子像素( s e e d ) 作为起点，然后根据某种生长准则将种子周 围邻域中与种子像素相同或性质相似的像素合并到种子像素所在的区域。将新像素作为 新种子继续以上过程直至合并结束。区域生长计算方法简单，往往与其它算法一起使用。 缺点是需要人工交互以获得种子点，使用者必须在每个需要抽取的区域植入一个种子 点：而且对噪声很敏感，导致区域有空洞或者在局部体效应的情况下将原本分开的区域 连接起来。为解决这些缺点，z h u 等人将“区域竞争【5 】，机制引入到区域生长法中，通 过综合区域竞争，斑点噪声的统计模型、早期视觉模型和“离散”的优点【6 j ，一定程度 上改进了上述缺点。 分裂合并法 此方法包含合并、分裂及合并分裂相结合。合并的方法是，图像首先被分成许多 小的基本区域，然后根据特定的均匀性判据而合并，形成大的区域。分裂的方法是将整 幅图像作为原始分割结果，只要当前的分割结果不能保证足够的均匀性，就将其分裂成 四个方形区域。合并分裂相结合的方法是将相邻且具有相似特征的区域合并，而将具 有明显不均匀特征的区域进行分裂。这几种方法对图像的质量，特别是同一物体内部的 灰度均匀性要求较高，否则很容易出现过度合并和过度分裂。对于医学超声图像，很 少有人使用这种方法，即使使用也常与其它方法相结合，所以这样的参考文献【7 】也很少。 2 2 2 现代的图像分割方法 ( 1 ) 基于动态规划模型的医学超声图像分割 动态规：l j ( d y n a m i cp r o g r a m m i n g ) 是为解决多阶段决策问题最优化而提出的。它是将 边缘检测问题看成一个优化问题，求其全局最优解。根据最优性原理，可以把多阶段决 策问题的求解过程看成是一个连续的递推过程，从终点分段地向初始点寻找最优的策 略，直到确定这个问题的最优解为止。 假设用以表示k 阶段的状态变量，x k z ( 状态空间) ，雄表示k 阶段的决策 u k u ( 决策空间) 。令目标函数为r = r ( x 。，置，x 。) ，优化过程就是求每一阶段 e k ( x a = ，) 的最优解。若用o p t ( ) 表示取最优，这里可以是取最小或最大运算。 t = k 贝4 f = o p t r = r ( x l ，l , 1 1 ，x 2 ，“2 ，x n ，“。) ，崭毒足x k + 1 = 瓦( 坼，甜i ) ，x k x ，“i u ，k = 1 ，2 ，- 一，力。 “ x k + ，= l ( x 。，) 表示系统具有无后效性( 马尔可夫性) 。 求取最优路径的问题，就是应用反向递推公式， 9 张启辉：医学超声图像分割新方法的研究及应用 f + ，( 矗+ 。) = 0 ( 边界条件) f k ( x k ) = o p t u r k ( x k ，u a + a + l ( + 1 ) ( 2 1 ) 【k = o , l ，一1 寻找最优值，= r ( ，0 ，“；) 的过程，当递推结束后，依次对所记录的路径回溯，可求 得最优路径耳= a r g f ，相对应的策略也即最优策略。 基于动态规划的分割算法就是将起始点到终止点之间的累积代价作为目标函数，将 起始代价阵的元素作为变量进行运算的，首先对原始图像进行一定的变换得到初始代价 阵，并人为给定起始点和终止点，由初始代价阵和给定的初始点迭代得到最小累积代价 阵，之后由终止点依照最小代价路径反向回溯到起始点就可以获得所需的边缘轮廓线。 文献 8 1 1 9 1 中利用d p 算法对不同的医学超声图像进行分割并得到了不错的分割结 果。动态规划对图像进行分割不仅能够获得全局最优解，而且具有一定的抗干扰能力， 但存在如下的问题：运算量较大，主要是累积代价阵的计算需要较多的时间，是运算的 “瓶颈”；容易误入“歧途”，超声图像由于本身固有的物理特性，噪声较大，所以存 在着较多的伪边缘，在代阶阵中表现为条纹状的低代价槽。这就会对本算法造成干扰， 从而难以得到正确的结果；另外初始点和终止点的选择对分割结果有着不可忽视的影 响，选择不同的初始点和终止点其分割结果有明显差异 1 0 1 。 ( 2 ) 形变模型医学超声图像分割 活动轮廓线模型即s n a k e 模型，是针对二维图像分割提出来的，通过使用适当的内 部能量函数和外部能量函数来控制轮廓曲线的运动。内部能量控制s n a k e 曲线的平滑性， 外部能量吸引s n a k e 轮廓向着感兴趣的特征边缘运动，从而使初始化的轮廓曲线逼近目 标的实际边缘。活动轮廓线可以表示为定义在j 【0 ，1 】上的参数曲线：r ( s ) = b ( j ) ，y ( j ) ， 其能量函数为： 瓦= 【( e 。( ，( s ) ) + 瓦，( r ( s ) ) ) 出 ( 2 2 ) 热e i n t = 酬掣卜f 警卜为椭幽数，其札为捌戮 分别控制参数曲线的弹性和刚性( 连续性和光滑性) 。疋。( ，( j ) ) 为外部能量函数，它由图 像能量函数或与其相关的能量函数组成： 五0 ( ，( j ) ) 2 瓦。( ，( s ) ) + 瓦。一( r ( j ) ) ( 2 3 ) 巨。，。( r ( j ) ) 反映了图像的某些本质特征，如边缘等。对于灰度图像j ( x ，y ) ，常用的 外部能量函数如： 大连理工大学硕士学位论文 巨。o ( s ) ) = 一j v i ( x ，y ) l ( 2 4 ) 置。p ( j ) ) 2 - - i v ( g o ( x ，y ) + ，( x ，y ) ) r( 2 5 ) 其中e ( x ，y ) 为标准差为盯的二维高斯函数，v 为梯度算子。 由上述图像能量函数可以看出，图像边缘处的能量最小。动态轮廓线的运动过程就 是寻找能量函数最小点的过程，从人工定义的初始位置开始，在使能量函数递减的算法 的驱使下产生形变，直到到达目标的边缘。活动轮廓模型不仅能够保证所检测边缘线的 连续性和闭合性，而且较动态规划算法的运算量小得多，对噪声和伪边界有很强的鲁棒 性。缺点是初始化点数较多而且需要在实际目标边缘附近进行初始化、易于陷入局部最 优解、能量函数难以给出。近年来的大量研究表明，动态轮廓线模型具有良好的提取和 跟踪特定区域内目标轮廓的能力，因此非常适用于超声等医学图像的处理，以获取特定 器官及组织的轮廓。y o s h i d a 等人【“卜【l5 】基于一定的活动轮廓模型，对医学超声图像分 割作了较为深入的研究和改进。 ( 3 ) 基于水平集的方法 水平集方法( l e v e ls e tm e t h o d ) 是o s h e r 和s e t h i a n 在研究曲线以曲率相关的速度演 化时提出来的 i ，用来描述曲线的演化过程。基本思想是将当前正在演化的二维平面闭 合曲线视为三维空间连续函数曲面o ( 水平集函数) 的特定水平集，通常取0 水平集。如 图2 1 所示，( a ) 图中t = 0 时刻的二维初始曲线c o 被视为( b ) 图中水平集函数曲面的水平 集 中，o = o ，即c ( t = o ) = x i o ( x ，t = o ) = o ) ，这样，遵循一定的关系，二维曲线的演化就转 金堕烫娄：之二二= 三二= = 岁= 二= 三二= = 二岁、 艺雾么雾么三之三乡一么三：z 兰乡一 张启辉：医学超声图像分割新方法的研究及应用 换为三维l e v e ls e t 函数曲面的演化。( c - ) 图就是( b ) 图的水平集函数在t + 时刻的演化结 果西。+ ，从中抽取零水平集 中：一0 ，就得到了c o 在t + 时刻的演化结果c 。，如图( d ) 所 示。 水平集函数曲面的演化要遵循如下h a m i l t o n j a c o b i 类型的偏微分方程： j ，f 、 ! ；= f i v o i 。其中中为l e v e ls e t 函数，f 是速度函数，控制曲线的运动，一般包含两项， 拼 。 与图像有关的项( 如梯度信息等) 以及与曲线几何形状有关的项( 如曲线的曲率等) 。本方 法的优点是能够处理曲线的拓扑变化，可获得唯一的满足熵条件的弱解。缺点是运动速 度f 难以给定，应用l e v e ls e t 分割超声图像的应用还不是很多【1 8 1 ，还有待于进一步研 究。 ( 4 ) 其它分割方法 多年来众研究人员不仅从以上几方面研究超声图像分割，而且还将其它学科的知识 引进图像处理的领域，从不同角度对图像分割进行尝试，如建立在积分几何、随机理论、 模糊理论和时频分析等基础上的数学形态学法、神经网络法、模糊聚类法、小波变换法 等，并取得了一定的研究成果【l9 1 。如c h i u 等人使用二进制小波和离散动态轮廓对前列 腺超声图像进行半自动分割，解决了m a l l a t 对边界的定义所带来的边界不闭合以及一些 重要边缘特征被忽略的问题取得了良好的分割效果【2 0 1 ；k o t r o p o u l o s 等人将支持向量机 ( s u p p o r t v e c t o r m a c h i n e ) 引入到超声图像分害q 中来，对病灶区域的分割进行尝试也取得 了满意的效果，这是模式识别技术在超声图像中的一次有效尝试口i 】；陈冠饶等人将 l e g i o n ( l o c a l l ye x c i t a t o r yg l o b a l l yi n h i b i t a t o r yo s c i l l a t o rn e t w o r k ) 这种新的生物仿真 结构的神经网络应用于心脏超声图像的分割【2 甜，由于l e g i o n 以生物学原理为基础， 具有天然的并行、分布式处理的特点，因此较适用于超声图像的实时分割，并且也可以 得到图像边缘较为清晰、细节保留良好的分割结果。蔡勇等人用h i l b e r t 曲线扫描图像， 配合峰谷法对图像进行滤波，再采用三次样条插值法对图像进行灰度插值；然后把局部 闽值和全局阈值结合起来进行图像分割并标记区域后通过特征数据库确定目标区域 2 3 l ， 对超声图像分割也取得了很有效的结果。目前，这些方法应用于超声图像分割中还处于 零散的研究阶段，尚未形成完整的体系，且分割效果有待于进步完善。 2 3 分割质量评估方法 通常，图像分割的好坏是以人们的主观视觉效果来作为评价准则的，但对于不同的 分割方法有必要给出一种客观评价标准。虽然已有学者在这方面做了一定探讨1 2 4 卜 2 6 1 ， 可是到目前为止，还没有一种被普遍公认的评估方法。已经提出的方法可分为两大类： 大连理工大学硕士学位论文 ( 1 ) 基于分割结果本身的评估方法一优度法。 ( 2 ) 基于一个标准分割结果的评估方法一偏差法。 2 3 1 基于分割结果本身的评估方法 在没有正确分割的先验知识的情况下，仅依据分割图像计算某种优度量值来评价分 割算法的好坏。目前常用的有区域一致性、区域形状、区域对比度等。 ( 1 ) 基于区域特征值一致性的评估方法 可以用分割结果各子区域灰度方差的总和来评价区域中特征值的一