（信号与信息处理专业论文）基于优化分水岭的医学图像分割及三维重建.pdf

黑龙江大学硕士学位论文 a b s t r a c t 啪哪川洲舢l y 2 12 2 3 3 1 3 dr e c o n s a n 破i o nt e c h n o b g yo f m e d i c a li m a g es h o w st h r e e - d i m e n s i o n a lg v a p sd a t at ot h e d i a g n o s i so f p e r s o n n e l , i no r d e rt of a c i l i t a t et h ed a t ao nt ：a t i e n t so f m u l t i - d i r e c t i o n a la n dm u k i - l e v e l o b s e r v a t i o n , a n dq u a l i t a t i v e , q u a n t i t a t i v ea n a l y s i si sc o m p l e t e db y t h ed o c t o ra b o u td i s e a s e dt i s s u e s r e s e a r c hc o n t e r 吐so f3 dr e c o 跏c t i o no fm e d i c a l i m a g e i n c l u d ei m a g ep 耳c c s s 矗培， s e g m e n t a t i o na n de x l r a c t i o no ft i s s u eo ro r g a n , r e c o n s m n i o na l g o r k h r nr e s e a r c k t h e 证1 a ；g e s e g m e n t a t i o ni sav e r yi m p o r m ms t e p , a n de f f e c to f t h es e g m e n t a t i o n r e s u l t sh a v ead i r e c ti m p a c to n t h ef o l l o w - u pp r o c e s s 堍e f f i c i e n c ya n dq u a t 时t h e r ea r em a n yk i n d so fi m a g es e g m e n t a t i o n a l g o r i t h m , i nw h i c hw a t e r s h e da l g o r i t h mc a l c u l a t i o n 啾a c c u r a t ep o s i t i o n i n ga n dt h ec o n t o u r l i n ei sc 1 0 s e d ，8 0i th a sb e e nw i d e l ya p p l i e d b u tt h ew a t e r s h e da l g o r i t h ma l s oh a sas e r i o u sp r o b l e m t h ew a t e r s h e ds e g m e n t a t i o na l g o r i t h mi sv e r ye a s yt oa p p e a rt h ep h e n o m e n o no fo v e r s e g m e n t a t i o n , s ot h ew a d i t i o n a lw a t e r s h e da 】g o 珊ni si m p r o v e d t h i sp a p e rp u t sf o r w a r da n e w w a t e r s h e dm e t h o df o rm e d i c a li m a g es e g m e n t a t i o nb a s e do nt h r e s h o l dm a r k i n g t h eo r i g i n a l c l u s t e r 渤g ep r o e e s s i n g ，a n dm a x i l t l u i ne n t r o p yt h r e s h o l dm e t h o di su s e dt oe x t r a c tt h ei n t e m a l m a r k e r , a n dw a l e r s h e dl r a r l s f o ma r eu s e do ni n t e r n a lm a r k e r st og e te x i e m a lm a r k e r m o d i f y g r a d i e n tm a p w i t hi n t 筐n a la n de x t e r n a lm a r k e r m a p sa n d u s ew a t e r s h e dt r a n s f o r mo nt h em o d i f i e d 罂敏i i e i 眭m a p r e a l i z a t i o no fd i s c o v e r y , t h em e t h o dn o t 跚晦o v e r c o m e st h em i f i c i a le x t r a c t i o n m a r ka i m e u l t i e s , b u ta l s oe f f e c t i v e l ys o l v et h eo v e rs e g m e n t a t i o no f w a t e r s h e da l g o r i 吐】1 1 1 _ v h a u y , t h es e g m c n 蛐nr e s u l t si ss u t ) s e q u e n t r yp r o c e s s e d , t oa c h i e v et h ed a t ap r o c e s s e d3 ds u r f a c e r e c o r t 或m c t i o nm o u g ht h em ca l g o r i t 帆a n di nt h em i t kp l a t f o r mt oa c h i e v ea3 di m a g ed a t a m e a s a r i l l ga n dc u t t i n ga n d o t h e ri n t e r a c t i v eo p e r a t i o r l k e y w o r d s ：w t e r s h e d , m a x i m u me n t r o p yt h r e s h o l d , m a r k i n g ，t h r e e - d i m e n s i o n a lr e c o n s t r u c t i o n 目 录 目录 中文摘要i 第1 章绪论1 1 3 论文的章节交排8 第2 章医学图像的预处理与分割一1 0 2 1 计算机断层扫描图像的成，像原理1 0 2 3 1 医学图像分割的定义15 2 5 本章小结2 5 3 2 互信息与互信息熵差2 7 m 熏龙江大学硕士学位论文 3 2 1 互信息一2 7 3 2 2 互信息熵差2 8 3 3 实验结果及分析2 8 3 3 1 传统分水岭分割结果及分析2 8 3 3 2 本文优化算法实验结果及分析3 0 3 4 本章小结3l 第4 章医学图像的三维重建3 3 4 1m i t k 概述。3 3 4 1 2m i t k 的整铸譬构一3 4 4 2 医学图像的三维重建找杞3 5 4 3m c 算法的重建结果及分析4 3 4 4 席剖、结4 4 5 23 d 蝴在三缍皎互中的应用4 7 5 4 交互探舴的实验结果与分析一5 2 5 5 本章小结5 6 结论一5 7 目录 致谢6 5 独创性声明6 6 第1 章绪论 第1 章绪论 1 1 课题的研究背景及意义 近年来，计算柳视觉及其相关技术的发展速度不断加快，使得数字图像处理技7 r 逐步 渗入到医学领域。而医学又是与千= f 刃了人的身心健康霪湖】相关的应用学科，医疗曩乡像技 术的发届毋创了数字医疗的新时代，为人类开拓了诊断与治疗菝病的新途径，克服了自古 以来“望、闻、闷、切”作为医疗诊断基本手段的很多缺陷，随着虚拄觋实、计算机网 络、计算朝，图形学、以及计算机图像处理与分析等鼓：术不断发展，各种医学影像数据的处 理技术也在不断提高，医学图像处理与分析也逐渐被人们重视，使其变成了一门颇具特色 的交叉学科。 德国物理学家在1 9 8 5 年首先发现了x 射线，因此使医学影像技术有了新的突破。自 此之后，很多医学影像设锄立运而生，使医学人员能够刊用无仓临手段更清哦| i j 多醋察人体内 脏器官的病灶和症状。目静崽床匕用到的医学影像设备主要有a 喻挎现断翩描成像， c o m p u t e dt o m o g a t 出y ) 、b 超扫描仪、核磁共振( m a g n e t i cr _ e s o m n c ei m a g e ) 懒x 射线透视、电子内窥镜、单光子辐射断层摄影等。医学影像设型l 】的使用可以使疾病爵争诊 断更加准确，以便隗薛有效去除病 的痛楚，而目医学影像技术自鳜究和改进也臼蚕蕲讨是 高。 传统的医学影像诊断设备只是通过扫描的方式获得人体某断层的影像数据，然后由 影像设备输出至蝴或通过屏幕显示的方式来供医务人员进行观察和诊断。不论是胶片还 是屏幕显示的影像；鞋龉都只是二维图像，尽管医务人员可以利用医学影像数据来诊断病 情，但是这种只能以固定方却新亍观察诊断的方法可能会导致医疗人员的误燃诊。由于 影像数据本身分辨率、对比度等原因以及通过_ 组二维影像数据构想出三维的 、体器营有 一定的难瘦，且诊断的结果常带有医生的主观判断，不一定准确。为提高医疗诊断和治疗 规划的科学性及准确性，需将医学影像设备输出的二维数据进行处理，把图像中感兴趣的 黑龙江大学硕士学位论文 区蚓茜蹶出来，并把不需要的部分屏蔽或删除，必要时可以将二维影像数据转换成三维影 像模型，便于医生对病人的影像数据进行多方位、多层次的观察。所以通过计算机对二维 影像数据进行图像分析和处理，可以减少由于主艄f 断和经验不足造成的影响，提高医疗 诊断的准确性p ，从而可以将医学影像数据的价值发挥到最大。 图俘三辫e 萤建的主要步弱追睹罚冠处理、组织或器官的分害n 与提取，面绘制或体绘制。 其中图像分害p 是至关重要的步，图像分割是所有的图傍测酒! 、分析和谚溯 系统都要用 到的项关键技术，同时它也是图像三维萤瞳的基础，因为分割数据的质量j i 寸：= 型鳝匡建结 果的质量有着直接的影响。图像分割是指将图像划分为若干个特定的、具有独特性质 的区域并将感兴趣目标提取出来的技术和过程。被分离出来的所有区域考卜定要满足 其特定区域的一致l 生。图像分割的作用主要是为了满足定性定量分析的需求，从图像中提 取出我们感糊部分。 只有将我们感兴趣的区域从初始数据中准确的分割出来，才可以通过三维重建技术得 到有用的三维图像。通过图像分害! 敲术将医务人员感兴趣的组织器官或病灶提取出来之 后，就能使用三维重建技尜罐碳蛩敦出的区坞赋出爿拶。 三维萤崮如瞄撇医学影荡激各( 如超声、断层扫描、核曦其苦畏等) 输出的巨乎鳝碹致 据，按照具体需求选取适洽的绘制算法，从而得到方便医生从不同角度进行观察的器官组 织茑漏灶体的三维赛曙。这剩哼姝的运用让诊断人员观察至埴观的人体的器官组织，彻底 改变了过去医生通过二雏图像想象出其三维结构进行诊：断，这样瑚勰由于主观经验不足 以及诊断错误造成的误诊、漏诊等弊端，使得义务 、员的诊断结果更加准确、具体。 本论文对医学图像错4 技术进行了研究，针对传统分水岭极易越见蝴! 觋像这_ 弊 端，对传统分水岭算法做了改进以达至搏瞒燃尘得目的，使得分割结果准确、有效，并 用本文艚! 力祛提取出图像中感越趣区域，成功实现了分害螺黼胞三维绘制以及三维交 互。具体的说入僻浮涪舀图像的应用上，将头部图像准确的分割出来是三维绘制技术的首要 条件。怎潍麓烘猎崩秘捆磁致出来，有效准确制觥0 算法是尤为关键的。本文主要研 究的是提取c t 图像中的头部轮廓的分割算法，即改进的分水岭分割算法。应用本文所提 第1 覃绪论 出的算潞脑部轮廓从原始图像中提取出来，并使用计算初剐妻折三维绘制，撮终把天 类头骨的三维图像显示出来，并实现了对三维图像的剖切、放大、平移、以及_ 夹角的溅量 等交互技术。将改进后的分水岭技术应用到医学图像三维重建中，可以使诊断人员根据具 体需要选择合适的、有效的分割防法，通过使用计算胡对医学影像设备所采集到的医学影 像数据进行处理，帮助医生做出科学合理的诊断，可以有效的防治误诊漏诊情况的发生， 具有伟大的医学意义。 1 2 1 医学图像分割 研究人员多年来一直十分看重医学图像分割方法的研究，分割方法的种类也很多样， 对其方法的分类依据也不统一。根据不同的图像、不同的成像原则以及成像过程中些人 为的和不可抗因素等，选择不同的分害方法，以避免影响分割恬的后续处理。因此，到现 在为止，没有 巾分割方法是适合所有医学图像的，也没有一定的两溯来辨别分割结果 的好坏。 现在国内夕 使用的比较普遍的图傍! 分害9 方法主要有煎下三种：基于边界的方。法、基哥二 区域的方法以及结合区域与边缘信息的混合型方法。基于边缘的方法包括活动轮廓波法、 水平集法和曲面拟合法等。其中区域生长、阈值分害噼去、分水岭、聚类等杰趔都隶属于区 域的分割方法。这些方法与图像的整体特征有直接的关系，最为重要的谵势在于其对噪声 的不敏感性，但这些方法也存在缺点，那就是会出现过分割的现象，分割的结果与初始条 件的选择有一定的关系同。边界信息与区域相结合的方法主要有参数加区域的参数变形模 型和几何力i i 匿殇魁拘，1 舸变形瞽乏型。其中基于边界的分害! 防法与基于区域的分割方法是比铰 常用的。 基于边缘的方法顾名思义就是分割出感兴趣区域的边缘目标。最具代表性盼崩磋主要 是活动轮廓波算法和水平集算法。活动轮廓波法是用一些具有一定形状的控制点构造出一 条初始轮廓线，且该方法对这条初始轮廓线的选择有严格的要求【6 】，在力的作用下逐渐向 黑龙江大学硕士学位论文 分割目标的边界靠拢，然后求出这条曲线的能量函数并将其极小化，最终得到我们感兴趣 区域目标阴。水平集法是将平面内的闭合曲线隐含地表示成具有相同函骜r 值的点集罔。该 方法的基础为图像的梯度变换。就被噪声污染的图像而言，只是靠该基础就想得出正确的 分害蜡果是很有被的，容易造成图傍越磋彖的错误收敛。 基于区域的分割方法中的区域生长法是将性质相似的像素或者子区域合并成较大区 域，该方法! 必须预先选择个种子点，并把与种子点性厕丘似的像素合并到种子点的区域 内网。阈值分割方法是_ 种非常简单并常用的方法，该方法的基本思路是将一副图像的像 素翅盼为不同的级别，通过设置阈值够划分图像的边界信息，因此阈值法对图像的灰度对 比度有一定自q 要求。v r r z n t 和s o i l l e 在1 9 9 1 年提出了分水岭分割算法，该崩色国恿过模 拟浸没过晤! 实现的。分水i 嘲斡割韵射印制噪声能力强、分言螨度高等优点，圆比 羟了广 泛的应用。因为图像中存在蛳规则的扰魂荔噪声，所以直接对图像做分水岭分割时极 易产生过分害i 觑象1 1 0 1 。近些年，研究人员也提出了一些抑制过分割的方法。目前为了抑 制燃4 ，对分水岭算法进行改进的方式般包括两种：种是直接对图像进行分水岭变 换，宾蝠做区域合并处理。另种是弓尉图像进行初始劈害0 ，再刘移膨i 分割的数甥涎；用分 水燃。 以上介绍的分割算法都各有优缺点，并目其应用的领域也各不相同。研究 员通过对 这些已有算法的进行了改进和发展，也研究出了很多新的方法，并目这些方法在其对应领 域内的图像分割效果也趋于完美。但是区：另l 闩二其他的图像，医学图像具有它自身的特征： ( 1 ) 医学图鬃舀：灰度匕具有模糊性，灰度值在同一图像中的会出现很大幅度的变化； ( 2 ) 医学图像在几何上也具有模糊性，即边界和物质被同时包含在图像的个边界， 这样就给图像分割带来了极大的困难； ( 3 ) 医学图像还具有不确定性。在人体的组织器官中所出现的病变在正常的图像中是 没有的。 由于医学图像的以上特点，因此在做医学图像分割时必须综合考虑到灰度特征和纹理 特征，只有湫能得至蝴的医学图像分割结果。所以蛰觋在醋匆适合所有 第1 章绪论 的医学图像，并且其分害燃也达到最好的医学图像分割方法。 1 2 2 医学图像三维重建技术 医学图像三维重建技术是把6 医学影像设备输出的一系列的二维图像序列绘制成三维 图像模型的过程，这样做的目的是方便医生从多角度、多层次来对病变做定性、定量分 析。国外很早就已经开始研究这方面的技术，国内对医学图像三维重建技术的研究栖碲铰 晚些。在三维重建技术研究的最初，是运用断层扫描图像进行实验的。在实验中，将二 维的c t 切片序列重建皖三维的组织器官，三维模型可以辅助诊断人员进行临黼与治 疗。在医学领域，该技术的出现具有非凡的意义。 珊。在三维重建技术已经受到医学领域的极大重视，并目该技术已经成为一门独立的学 科。医学图像三维重建所需的数据主要包括医学影像设备输出地数据，如c t 、核磁共 振、超声波图像等等。医学图像的三维重建就是将输出地二维切片以人体三维影像的方式 显示在屏幕上。现在三维重建技术主要包括两种：面绘制和体绘制。面绘制的基本思路 是：先将二维影像数据序列构造成三维的，再在其中抽取出等值面，然后通过三角剖分得 到三角形面片，最后运用图元绘制技术绘制出来即可。面绘制可以重建出某个特定的表 面，却不能把其内部数据葡效的绘制出来。体绘制通常是把伪溺据中的体素作为绘制的基 本单位，该方法使得体数据内的所有体素都得到了充分的利用，这种方法也可以称为直接 体绘制，体绘制能够按照需求绘制出三维模型的内部数据，但是计算重是非常大的。体绘 伟咱勺怒盼翘戮型茬i 勺阵，重构，台威以及绘伟峥筝过程。 面绘制常用的方法有立方块法( q 妇癌助、移动立方黼h i n go u l ：) e s ) t n l 以及剖分 立方体法a 州d i n gc u b e s ) 。其中移动立方体法自提出后已经有了进_ 步的发展，目前该方 法在三维重建领域已经得到了广泛应用。本文也用该方法实现了二维数据的三维绘制。 m a r c h i n gc u b e s 是指将吟用户给定值的等值面从三维俅：数据中提取出来，因j 比该方法也 被叫做等值面提取法。这种方法的基本思想是把二维切片序列的相邻的e 下两层构成的八 个点看做个立方体，把该立方体作为个处理单元，然后依次对这些立方体进行处理， 这样便可将和等值面相交的立方体分离出来。然后再用插值法计算出用户给定值和立方体 曩龙江大学硕士学位论文 的每条边e 的交点，把这些交点连起来廖一构成的平面就群骘植面，然后露睦淘啥立方体的 等值盾阔港铺翻礴甚形成了体数据的笔值面。可以用多个三角片近似表示出立方体的等值 面，因此这些三角面片就形l 成三维数据场中的等崮虱 僻绘制穷法充分币i 用了每卜叶憔，因此可以绘制出葛目糊的数据信息。随着医学 影伤啦眵嘟莎嗣甑发展，医学影像：设洛输出地怪i 像的精废滥煽哇移陶鎏病。由于钭琵埔螟誊i 圣不 但同以绘制出 体器官或组织的三鲴袤面，还能按照具体需求显示出三维褂卷瞌| 民的内部信 息，所以在近几年幽魄糙受到重视，尤其在临床诊断与医学研究中【1 2 】。这种方法是根 据狈瞵喇睇勤鄹蛩绘制出理想 化的三维图像。就是说把提数据内的所有懒耄当做是可以擞 或发出光纤的点来看待，再按照所选取的光照模型把体素分成若千类，然后依据其实际的 允魔属性分酉环同的甄撇明度，并按照视线的哆赫向进行自我，最詹削静定颜 色和i 惹明度的三维投影显示在雳幕匕。如图1 1 所示。 体绘制重建 函数 图1 1 钵终常e 绷童建流程 根据所处理的数据对象的不同，体绘制可以划分成两种：三维空间规见嗍瑚强历的体绘 告蝴不獭! 贝：| 脚蝴的体绘制。其中不规则韵镳搦痧f 说的就是不搬数据及爿瞄构化的数 据。有限冠鲥斤、计算涝渤力学所生成魄黜礅帧l 常见的刁孓觇1 9 l 嶝据场。不铡嘣致据场的 第1 章绪论 三维重建目前还停留在研究阶段。而医学图像数据属于规则数据，现在对于规则数据场的 体绘制的研究已接近成熟。其中光线投射法( r a yc a s t i n g ) 、错切变形法( s h e a r - w a r p ) 、 抛雪球法( s p h t t j n g ) 和基于硬件的3 d 纹理映射方法3 1 ( h a r d w a r e - a s s i s t e d3 dt e x t t a e - m a p p i n g ) 是现在比较常用的体绘制算法。 1 2 3 可视化开发平台 现在对医学图像可视化的研究已趋向多样化。在国外，能在临床医学中进行实际应用 的医学图像三维绘制或医学图像可视化系统已经彼瑚究机构或者公司研究出来了。由 于这样的系统价蝴昂贵，县其所支持的所有类型数据鱼q 三维可视化分析功能通常都是 基于高档工作站的，因此在高档配置的普通计算机e 运行仍然很困难。国内在医学图伤呵 视化方面的鳓较国外而言开始的比较晚，所以到现在仍然处于起步阶段。目前在j f 盔莎耘 应用上，我国大多数的三维可视化系统在功能e 还不够完善，还不能满足临床医疗诊断需 稍4 j 。 下面介绍几种常见的医学图像可视化开发工具： 1 v o i v i e w i i e w 是k j h a r e 公司研究出来的三维可砚化应用程序，其用途非常广泛，可以在 w i n d o w s 和u n i x 平台运行。v o l v i e w 包括多种分辨率和多种处理器的光线投射方法，从 而可以使图像的绘带便为准确。该工具中还具有街盹体现“：特色，而且可以实现粥錾曲曷场 可视化、模拟、仿真和体图形学等的交互绘制，并目其速度也是比较快的明。 2 r i k i t k ( l a s i g h ts e g m e n t a t i o na n dr e g i s t r a t i o n 晒t ) 提供了医学影像分割和医学图像的配 准的功能，是专门为医学图像处理与分析领域而开发的。i t k 开发包提供了目前所有常用 的分割和配准算法，可是i t k 并没有可视化的功能，因此要与v r k 结合使用进行图像的 三维可视化，观察重建结果n 6 - 1 。 3 ( v t k ( v i s u a l i z a t i o nt o o l k i t ) 也是由美国k i t w a r e 公司设计开发的，它是套免费目源代 7 黑龙江大学硕士学位论文 码开放的软件工具包，主要用于二维和三维图像的可视化【m 。v i k 尤其突出的特点是它 的工具包结构。它被设计成个工具包，不是个系统，所以能眵嵌入到任何种开发工 具中。的开发吾言是v a 斗，并目在这基础e 又用j a v a ，t d t k 等标准的程序浸计 语言进行了包装，这样做的优势在于开发人员能够用自己比饺熟悉的语苛嘲亍设计。 v n 【是融合了计算机图形学、图像处理以及可视化三种功能的套免费开发工具， 因此当前其应用也相当广泛。由于v n 提供了很多较好的三维数据场可视化算法，并且 支持c h 一、斟讼、t c l 、p y t h o n 等多种语言，而且还有代码转换的能力，并且可以在 w i n d o w s 或u n i x 系统中跨平台使用，v t k 的铽羁还具有司喇匆埴性以及司专广充性，可以进 行穆 央化的设计。因此v i k 已经成为种使用比较广泛的图伤嘧朔彰滞开发平台。由于 其源代码是公开的，因此得到大力支持，使得其源代码可以不断蝴且保持了其灵活 性，能够满足不同用户的需求。 4 3 d m e d 3 d m e d 是由中科院自动化研究所开发的，它是种三维医学影像诊断工作站，可以 在w m d o w s 系统e 运行。3 d m e d 具有图像预处理、图筠 分割切片朗、三维绘制及显示 等功能。由于其在c t 、核磁共振等图像的处理和分析方面应用e 匕较广泛，因此匣用前景 比较广阔。 5 叽k m f k ( m e d v a li m a g i n gt o o l k i t ) 也是中科院开发的种集成化医学影像开发包。m i t k 的代码是a s n ia + 编写的，因此具有很好的可移植性，而且可以在w i n d o w s 环境和 u n i x 、l i n u x 环境_ i - 运行。m i t k 的应用主要是面向医学影像领域的，所以在医学图像可 视化领蠛毽榭壅受至吐重视。本文在该平台e 实现了医学图像的三维撤交互。 1 3 论文的章节安排 全文共分五章，对医学图像处理及三维重建技术进行了详细的分析。具体的章节安排 如下： 第1 章结论 宣i i i i i i i i i i i i i i i i i i i i i i i i i 看i i i i i i i i i i i i i i i i i i i i i i i i 置i i i l i i 昔i 置i 置 第一章是全文的绪论。主要介绍本文的课题背景以及意义，阐述了国内外的研究现 状，并指出席文的主要研究内容。 第二章介绍了几种主要的图像预处理方法和图像分割方法。重点研究了图像分割中的 分水4 f 够争割法。 第三薄针对传统分水岭算法极易出觋趟摊4 的这弊端做了谤进，并通j 捩验证明本 文提出的算法是可行的。 第四章介绍了姗( 平台。分析了m a r c h 咄c u b e s 面绘书蟥眩。通过实验，将提取 出的头部图像的三维图像在计算机e 显示出来。 等。 第五章主要介绍了三维技术中的交互技术，实现三维医学图像的剖切、角度的测量 黑龙江大学硕士学位论文 第2 章医学图像的预处理与分割 2 1 计算机断层扫描图像的成像原理 计算机断层扫撤c 0 珥畹洫丽t o m o g r a p h y ) 又n - t 以波叫做计算柳轴向断层扫描，它实 质匕就是x 射线的断层成像，简称c t 。c t 技术自出现之后就被广泛的应用在i 断 治疗中，为医学诊断翎髓卺作出了突出的贡献。 c t 成像工作系统主要是由扫描系统、计算机系统及图像显示和存储系统陶成的n 9 】。 c t 成像的基本原理是用x 射线和探测器同时围绕扫描架e 的待检对豸l j 萌醋专，当x 射线 穿过待检对象时所产生的影像就被对面相应位置e 的探测器收录起来，随着对象的运动， 探测器就可以收集到一系歹e j 的切片1 2 0 1 。c t 成像技术的诊断依据是x 射线穿透被l ! ；垒对象后 的指数衰减规律。被检对象被x 射线扫描到某部分的某一厚度的层面时，衰减的射线就 被探测器收集到并把它们转化成可见光，再i 恿过光懒线路转换成电旨号的形式，然后 用a d 转换器将模拟信号转变为数字信号后输入到计算机里进行后续处理口1 氆】。 其数学运算公式如下： i = 厶p 叫 ( 2 1 ) 其中，。是x 射线的射入强度，检测对象的厚度用d 表示，x 射线被谈蝴吸收的吸 收系势r 用表示，衰减后的强度用i 表示。 计算机断层扫描是通过对被检对象进行重建所获得的。一开始把所选中的被检对象的 某一层面分为体积相同的若干个小块，扫描后的x 射线包含了被检对象的组成信息，计 算出每小块的吸收系数之后排列成矩阵的形式，然后在计算机匕处理。再用d a 转换器 将矩阵中的所有元素转化成灰度值，即像素值，以矩阵的形式进行排列就形成了计算机断 层扫描图像。c t 技术主要可以分为非环滑平移旋转扫描方式、环滑平移一旋转扫描方 式、旋转旋转扫描方式、旋转一静止扫描方式、静止- 静止扫描方式五个发展阶段。由于 2 2 医学图像的预处理 均值滤波是种线性滤波，基本思想是按照个供阪对图像上的目标像素进行运算i 该模板是惫括目标像素以及把目标像素作为中心的周围的个象素，构成_ 个私暮翘撕j 设原始图像用厂( x ，y ) 表示，而p dg ( x ，y ) 表示均值滤波处哩后的图像，就有 g ( x ，力= 厂力，厂y ) m ( 2 - 2 ) 一3 咄一：删。 其系数赋予不同的数值。_ 般j i 移百下，像素距离模板中心像素的位：置遗近，其对滤波结果 的影响就越大，因此距离椟舨中心较i 匠的位置系数较大，对哥勾溪板的边界来说系数应馓 小。考虑到计算量的问题，通常杼溪扳中心系数取最大，边界最小系数取为1 ，其他内部 系数按照比例增加。通常使用较多的模板包括：；墨i 弱，去i 睾i 以及 点酷薹乎。咧韵一鞑，力椭一种归咄的糨，期隰 d ：h p ( m o s ) ( 2 - 3 ) h 9m 第2 章医学图像的预处理与分栩 图2 - 1 滤波结果 1 3 黑龙江大学硕士学位论文 本文用加权均值滤波和中值滤波两种算法分别对含噪声图像进行了实验，实验结果 如图2 - 1 。加权均值滤波虽然可以有效的滤除噪声，但是却极易造成细节信息的损失且图 像模糊。而对于中值滤波而- 言，_ 般来说所选取的窗口尺寸越大，滤除噪声效身为龟型乎，但 窗口过大会损失边缘和细节信息。因此，选取合适的窗口尺寸对于中值滂滋舞谚 是十分重 要的。如图2 - 1 所示，本文用两幅不同的c t 图像进行了实验，图( a ) 、 为两幅含噪声的 图像，图 、( e ) 是图( a ) 、 经加权均值滤波处理后的结果，图( c ) 、为中值滤波的结 果。由图中可以看出，图( c ) 、( d 的滤波效果较好，耳边界信息清晰。对于图像的滤、玻而 言，至今不存在纯崩宅髟考黼图像目效果最好、不丢失重要细节信息的，因此怎洋 在滤除噪声和保持图像边缘及细节特征这两点上达到个平衡，直是我们以后要研究的 重要问题之嘲。 2 3 医学图像分割 通常在1 晦床诊断过程中，医生需要的只是医学图像中的部分内容，这部分内容 指的司龌撼兴趣区域( r e g i o no fi n t e r e s t e d ，简称r o l ) 。由于分割结果可以方便医生对病 人的的病隋进行分析、诊断及治疗，而目还为医学图像三维重建及显示供给了优秀的先决 条件，图像分割结果的优劣直接影响着三维绘制等后续处理的准确性，因此医学图像分割 在医学领域民鸽 常重要盼研究价值， 体器官的组织结构与形状都是极其复杂的，并且不同的人，其器官组织有很大区 别，这些觥图像分割来说是极大的挑战。国内外从不曾间断过对医学图像分割方法的 研究，即使芒燃出和改进了很多算法，可到目前为i 匕还没有种最好的方法可以适用于 所有医学图像。 图像分割是医学图像三位重建的个重要环节，也是可视化研究中的一个热点问 题，不仅妇j 比，它在学术e 也是仃哇题，近年来，每年都有l = 百篇关于医学图像分害的 文献发表。 图像分割在图像理解、图像分析与图像处理系统中的起到关键性的作用。同时也是 第2 章医学图像的预处理与分割 三维重建技术中非常重要的步。数据只有在经过精准分割后，才可以得到三维绘制的准 确结果。 医学图伤盼售0 在对病灶进行诊断、分析及治疗j 过程中具有很重要的齑汉。医生可以 很容易从医学图像分割结果中得到病变或者组织器官的大小等，这样准确的测量有利于医 务人员对病变进行正确的分析及诊断并得出治疗方案。 ，7 1 ：圊 回 、j ：困 图2 - 2 图像工程系统 图俘吩害4 是图像友鲤中的地位l 题关重要的，如图2 - 2 所示，图中给出了图伤盼嘻0 在图像工程系统中所起到的作用。图像分害怀仅与特征测量有关，还使更高层的图像分析 与理解等技术得以实现。 2 3 | l 医学图像分割的定义 把幅图像划分成多个不重叠目有意义的区域，而目这些区域具有相同的性质，这 就是图像分剖。分割后的图像特征如下： ( 1 ) 在图像分割后的每个区域中，其颜色、形状及灰度等陛质都有其相似性，而且区 域内部均是连通的，无太多小孔； 端嵋图像相邻区域之间的性质有明显的不同之处； ( 3 汾害4 后图像区域之间的边界是非常明确的。 但是在很多时候，很多分割方法都只满足了以e 特征中的部分，假使_ 定要满足分 黑龙江大学硕士学位论文 割后图像的各区域内性质相同的条件，就极易造成分害垢图像边界的不规整，并且在区域 会出现很多4 , - 7 l 。如一定要满忌f 目邻区域之间的性廖睛明显的差异这特征，就会产生不 同区鸵间合并这，后果。所以人们正在不断硼究，希望在图像分割防法和以e 三条特征 之间寻求一个平衡，使分割后图像效果尽可能好。 下面从数学角度介绍图像分割的定义犀湖。一幅图像用字母i 表示，对图像i 进行图 像分割，分割后图像被划分成n 个区域，各个区域中具有相似性质的谓词用h 表示，用 r 表示各个区域，其中k1 , 2 ，力。分割后图铡茼足如下梢捌： ( 1 ) u r ，= ，rr 、r j = 痧，v f ，j ，i ，满足完整性，整幅图像都要被分割区域覆 盖，目每个陇阉萄影嫩； c 2 ) v i ，i = 1 , 2 ，马h ( r ，) = t r u e ，表示在同一区域中，所有荡嚎椭相似的性质； ( 3 ) v f ，_ ，i ，h ( r ，u r ，) = f a l s e ，表示各个区域性质有显著的不同，因此不能 并为个区域。图像分割示意图见图2 - 3 。 图像分割的目的阮3 1 1 除了要把幅图像划分为满足匕述条件分区域外，最关键的任务 是要把图像中我们感：趣的区蟛曾是取出来。正确的分害j 雎贝l 尉于图像中所：有区域和像素都 第2 章医学强像的舅l 箍理与分暂 用的，准确的分割结果衔归= 确定各个区域中像素的明显特征陋翊，完整的分割方法可以 直接或间接的约束像素的连通性。 根据图像分割的定义，分割后图像的各个区域必须同时满足均匀性与连通性两个条 件。均匀性主要是说区域中的所有像素在灰度、纹理及颜色等方面都具有一定的相似陛， 即灰度值在某个区域中各个像素之间的差另临孙或者变化的很爱艮。而连通性主要是指 在某一区域中链接任意两个像素的路径都是存在的。图像分割主要就是将幅图像根据要 解决的闳题分成不同的子区域，事实就是分离出我们感兴趣的部分，我 淄强的部分被 分割出来后就终止分割。 2 3 2 医学凰像分害算法分类 般情况下，没有种分割方法在单独使甩进行医学图像分割时就获得令人满意的分 害4 结果的。医学图像分割首先需要医学领域中的很多知识，而且医学图像分割是要进行临 床应用的，所以分割结果的准确性会直接对诊断结果和治疗方法产生影响。 在一幅图像中，像素是最基本的单元。像素值一般有两种性质，即区域中的连续性 与边缘上的某种不连续性，所以般分害移趔扮为三类，前面已经介绍过。基于区域的分 割方法的分割依据主要是区域内的均 匀性或连通性，基于边缘的分割方。法的分割依据主要 是各个区域之间的不同的特征，主要根据灰度的不连续性和纹理特征的不同划分出各个区 域之间盼边界线，这些边界线就划分出图像中感兴趣区域或具有独立性的区域。 不同算法的分割策略是不同的。依照分割策略的不同可以把图像分割算法分为串行 分割算法和并= 仔分割算法两种。并行分割算法主要 旨可以独立并同时做出判断和决定，而 串行算法则不是。串行分割算法虽然控胄蟠隧渤复杂，其计算时间也较并行算法长。但 是其抗噪声能力嘲是极强的。 因为所要分害4 的图像的格式和质量是不冠的，感兴趣区域或独立结构的拓拎结构也不 同，所以至今还没哿1 - 冲分割算法可以将所有图鳊聚分害4 得很好。目前，图绣玢言蚓堤依 据图像本身的特点选择毒槭几种适合的分害莲方法。由于医学忽像具有多样牲、复杂牲， 噪声大及边界模糊等特征，同样也没有种适用于所有医学图像的分害崂怯，在实际应用 曩i 龙江大学硕士学位论文 中也都是根据具体情况来选择算法。 2 4 传统分水岭算法 在进行图像分割时，如何选取合适的阈值_ 直是个难点。如果阈值选取的过高会出 瑷| 边界信息丢失或不规整的现象：反之，如果阈值选取得过低，就会有虚假边缘的现象出 现，边缘过厚就会影响定位的准确性。而本文中所使用的医学图像是脏部c t 图像，脑茫弗 c t 图像通常具有多i 雅的特征，这样就更增加了阈值选取的难度，分水岭算渤蓖常被当 作神自适应多阈值算秸磅专葺待，因此分水岭分割醇鞋河以克饵郾剽直选择不当造瘢- 舳刁难 确性，因此本文对分水岭算法进行了研究。 分水蛉算法的发展基础是数学形态学，这种算法具有计算速度快、定位准确及物体轮 廓线的封闭性等优点，因此得到了越来越广泛的应用。由于其对于微弱边缘有很好的响 应，啭l 和i 舳蜘u 就把诙朗蝴到图像处哩这胖。后来b e 嘲搬等人又将 分水蛉算法运用到图像分害步涮朝。 2 4 1 分水岭算法的两种模型 分水岭算法的主要原理就是将一幅2 d 图像当作个3 d 立体的地形表面来看待，这 时图像的横坐标与纵坐标可以分别被看作地形匕的经度与纬度，而灰度值就表示了该点的 海拔高度。图像中由于像素的灰度值的不同，就导致了地形的高低起伏，形成了山峰与山 谷。如同美国大陆被一条分水线分成两部分，分男i j 属于大西洋与太平滓 聿自这是1 、j - 也 形学e 很典型的例子，在下大雨时，把分水线作为界限，所降的雨会分别进入大西洋与太 平洋，可以明显看出，所降雨水不会在中途停留在任伺卜食局铷罐副、值僬，而是汇入大海 中。通常我们把被分水线分出大西洋与太平洋两部分称为积水盆地，而每个积水盆地舞；= 具 有个极小值，两个积水盆地之间的公共边界线就是我们刚刚所说的分水线。同样的，一 幅图像可以被视为个地形学的表面，任意灰度筐揪点的海拔高廖p 峒。图像婀像素 介于f 0 ，2 5 5 之间，地形学e 的海拔最小值用灰度值0 来代表，地形学e 的海拔最大值用 灰度值2 5 5 来代表。 第2 章医学圈像的爱处理与分喇 在实际直用中，常用的分水岭算测_ 股刨舌两砷：( 1 谱盼冀型，( 2 ) 降才。睛望型。 我们所说的浸入模型可以想象成把个三维的衄鱼j 畛春疆l 匀速的放入湖水中，在将其放 入水中之前，首先要在所有的地形区域上的最小值点上打刊吼。在三绷鼬觅镶疆西逐渐 没入水中的时候，湖中的水就会通过各个区域的小孔进入地形模型中，依次把低海拔地区 到高海拔地区逐渐浸没，慢慢地所有区域就会被完全的淹没。当两个或多个不同的积水盆 地的水要嫩- 聚到卜起时，在烫建蜥人为士i 氇筑e 堤坝，以避负从不同小孔中谜i 入的水聚合 到起。当垫纠衄防疑露部没入冰里之后，水面e 就只射下麓嘭魄的堤坝，各愀盆地 都被这些堤坝包围起来，这些堤坝便是我们所说的分水线，图像被这些分水线划分成不同 的区域，每个医吗料，都包分柏小值点，也就匿兢，有多少爪 黜l 喵点便有多少呵职水 槲1 捌。浸入模型撇揪图2 4 所示。 纛龙江大学颈士学位论文 形晓劬嵫 图拍浸入模型的主要过程 所谓的降水醴剿聪僦图像看成食三维的地形表面，降捌鲤颤名思如藐蝴 雨水降蛩膜型内的过程。当雨水降落时，摹轻峨觇灏的水滴就会顺缮最陡的路径f 滑到 最小值点。这些点裁瞄际记成属于此最小值点盆地接待区域点。所有的降落的雨衣鲤要经 过e 述过程，最终每个点者嘲嘲院0 它们自身鲍耐蝴区域。这样地形表面裁菠鼬分成 若干个盒地了，所有点在这过程中都被标记匕归属于某个盆地的标签。在所有盆地边缘 相交的啦前矽涕减了穿卜条的边界线，即分水线隆饲。 2 4 - 2 分才法中的重嚣撅念 1 图像中的最小值 图像中的最，i 喵区域是灰度严格的e 嬉雕湘邻白媚徕暗的区域，这些豳喹浞局限于某 个局部地区的，也就是局部极小值。 第2 章医学圈像的预处理与分翻 2 积水盆地 对叫隔图像进行分水岭变教l 可以得到若干卟积水盆地，在变换后的图像中，所有的像 素点都属于这些积水盆地，而目每个像素只能归属于其中个积水盆地，每个积水盆地都 包含个胃移j 懂，其中每个像素点都具有这样锵点，即每个降落茁囱望掳l 素点上的雨 水都会沿着最陡路径流向最小值。 图2 5 积水盆地示例 图2 - 5 是伸阡，图像通过分水岭变换波勉1 分为4 个积水盆地，使用不同的灰度来 进行标记，在此过程中所有点都按照最陡下降路径来进行。尸阮力表示图像中的个像 素点，该点最陡下降路径从p 点开始，经过一系列的相连点，