《医学图像处理》课件15 医学图像分割应用

1、图像处理技术讲座（15）Advanced Digital Image Processing (15)Segmentation Application 医学图像分割应用2009.12Case Study I A hybrid segmentation method based on Fast Marching and Mathematical Morphology(一种基于快速前进和数学形态学的混合分割方法)混合分割算法Motivation:该三维医学图像分割算法兼具快速行进和形态重建两个算法的优点.Algorithm:使用极限腐蚀法对图像进行降噪，并且断开目标区和周围信息； 构造混合算法使用F

2、M实现快速分割，得到粗糙的结果；通过形态重建来优化最终结果； 从第一步的结果中进行区域恢复是通过递归膨胀实现的算法流程图 医学图像分析分割提出了一种基于快速行进和数学形态学的混合分割方法.医学图像分析评价参数提出了一种基于径向距离验证(Radial Distance Based Validation，RDBV) 方法首先计算目标的中心线医学图像分析评价参数LRDE (Local Radial Distance Error)GA (Global Accuracy)医学图像分析评价参数1 L. Gu, J. Xu, and T. Peters, A Novel Multistage 3D Medi

3、cal Image Segmentation: Methodology and Validation. IEEE Trans. On Information Technology in Biomedicine. Aortic Valve Segmentation from Ultrasound Images Based on a Novel Shape Constraint GCV Model（基于新型形状约束GCV模型的超声图像主动脉瓣分割）Case Study II主动脉瓣分割AV short axis view (closed)movement of AVAortic Valve（AV）

4、 Disease Table 1 AV disease informationDisease主动脉狭窄主动脉缺陷病因 风湿性主动脉瓣狭窄风湿性心脏病钙化主动脉瓣狭窄感染性心内膜炎AV变性先天性主动脉瓣狭窄粘液变性主动脉窦破裂动脉瘤破裂症状主动脉瓣运动受限血液回流心脏泵功能被阻止劳力性呼吸困难劳力性呼吸困难，心绞痛，晕厥心悸，胸痛，晕厥研究目标P Lang, M Rajchl, AJ McLeod, MW Chu and TM Peters, “Feature Identification for Image-Guided Transcatheter Aortic Valve Implantat

5、ion, in Proc.SPIE Med. Imag. Conf., vol.8316, pp.83162X-83162X-14, 2011. AV diseaseTAVICT & US US image segmentation经过导管的主动脉瓣植入手术术前CT术中超声（US）磁导航主动脉瓣US图像分割图像序列（短轴）主动脉瓣狭窄 主动脉缺陷算法Chan-Vese Model-基于区域的主动轮廓分割模型- 最小化基于能量的分割The average intensity outside the contour CThe average intensity inside the contour

6、 C 算法 CV模型是基于能量的模型:?算法形状约束的GCV模型：Advantages of improved CV model：1.梯度矢量能量扩大了外力的捕捉范围，使得演化轮廓根据图像细节更好地拟合边界;2.形状约束可防止任何溢出并提高效率。梯度矢量流 (Gradient Vector Flow ，GVF) GVF通过扩散力将捕获范围扩展到整个图像域，并使演化轮廓移动到感兴趣的区域。GVF被定义为 最小化能量函数为:Original imagetraditional potential force fieldGVF field算法算法约束形状1.初始约束形状（主要的）：2.附加约束形状（相

7、邻帧的信息）： Red contour: 相邻帧的分割结果Green contour: 当前帧的约束形状流程图比较试验gold standard CV model GCV modelshape constraint CV modelproposed method结果和分析AV segmentation results for each measure* :No.Image Size Pixel Spacing (mm/pixel)AOE(%)RAD(%)ASCD(mm)RMSD(mm)MSCD(mm)(a)224*2720.46465.591.152.481.320.740.150.960.1

8、82.370.73(b)636*4360.43364.982.072.231.700.690.160.880.151.680.44(c)636*4360.47376.011.883.872.871.150.481.610.633.370.83(d)224*2560.50599.182.434.511.991.380.391.920.544.911.55(e)636*4360.53265.721.333.232.180.780.121.360.43.480.79(f)636*4360.50209.533.496.143.281.570.371.740.465.242.23total6.892.883.932.631.070.421.370.523.561.71实验表明，所提出的方法是可行的，可以图像引导辅助医生完成心脏介入手术或者探查。* Y.Guo, B.Dong, L.Gu, “Semi-automatic segm