專利名稱：一種肝門靜脈血管樹建模方法及其系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于醫(yī)學(xué)圖像處理及應(yīng)用領(lǐng)域，具體涉及一種肝門靜脈血管樹建模方法及其系統(tǒng)。該方法能有效對肝門靜脈血管樹建模，重建出肝門靜脈血管樹，能直觀顯示肝門靜脈各分支。

背景技術(shù)：
多螺旋CT肝門靜脈成像(multi-slice spiral CT portography，MSCTP)可清晰顯示肝內(nèi)臟器的血管結(jié)構(gòu)，能對肝臟病變準(zhǔn)確定位，是肝部疾病診斷和手術(shù)的重要依據(jù)。對MSCTP的肝門靜脈血管樹的建模是制定肝部手術(shù)的一個基礎(chǔ)，可使門靜脈各分支直觀顯示出來，血管的結(jié)構(gòu)分析、肝部圖像引導(dǎo)手術(shù)、介入治療操作等都以血管建模為基礎(chǔ)。
對MSCTP的肝門靜脈血管樹的建模主要包括四部分圖像增強(qiáng)、血管分割、提取血管中心線和血管重建。
由于存在造影劑注射速率及劑量選擇不當(dāng)、掃描時間把握不準(zhǔn)等復(fù)雜情況，由相應(yīng)設(shè)備直接獲取的MSCTP圖像往往不能清晰地顯示肝門靜脈血管樹的全局結(jié)構(gòu)，特別是對于較細(xì)的血管和末梢的血管，其與周圍肝臟軟組織難以區(qū)分。因此，在分割血管之前需對血管進(jìn)行增強(qiáng)。Koller等人于1995年提出一種利用hessian矩陣特征值的多尺度增強(qiáng)方法，可用于檢測2維和3維圖像中的血管。Frangi等、Sato等、Li等通過分析管狀、球狀和片狀結(jié)構(gòu)在一定尺度下的hessian矩陣特征值的性質(zhì)，構(gòu)造出相應(yīng)的用于血管增強(qiáng)的相似性函數(shù)。但在血管的交叉位置仍然增強(qiáng)不夠，導(dǎo)致增強(qiáng)后的血管不連續(xù)。
中心線的提取方法主要分為拓?fù)浼?xì)化方法和基于距離變換的方法。拓?fù)浼?xì)化方法原理簡單，提取的中心線往往位于血管的中心，拓?fù)浣Y(jié)構(gòu)能夠很好地保持，但當(dāng)數(shù)據(jù)量較大時，處理速度稍慢?；诰嚯x變換的方法處理速度較拓?fù)浼?xì)化方法快，但由于其對拓?fù)浣Y(jié)構(gòu)的保持性沒有拓?fù)浼?xì)化方法好，不適用于對結(jié)構(gòu)保留要求較高的應(yīng)用場合。雖然拓?fù)浼?xì)化能夠很好保持目標(biāo)的結(jié)構(gòu)信息，然而當(dāng)血管中存在環(huán)狀結(jié)構(gòu)時，該方法需要后處理去除環(huán)狀結(jié)構(gòu)。目前，應(yīng)用較多的是Palágyi K等人提出的基于起點(diǎn)的源距離場(Distance from one Source point，DFS)的檢測環(huán)和去環(huán)方法；但是，利用DFS解環(huán)往往會破壞血管的正常結(jié)構(gòu)。


發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種肝門靜脈血管樹建模方法，該方法能有效增強(qiáng)肝門靜脈，提高血管與肝實(shí)質(zhì)之間的對比度，能提取五級以上分支，并可對提取的血管中心線有效去環(huán)、剪枝，重建出的肝門靜脈血管樹能直觀顯示肝門靜脈各分支；本發(fā)明還提供了實(shí)現(xiàn)該方法的系統(tǒng)。
本發(fā)明提供的肝門靜脈血管樹建模方法，其步驟包括 (1)載入分割好的肝臟模型，對腹部MSCTP門靜脈期圖像進(jìn)行值掩，得到肝臟圖像； (2)對值掩后的肝臟圖像進(jìn)行血管增強(qiáng)； (3)對血管增強(qiáng)后的肝臟圖像進(jìn)行肝門靜脈分割； (4)從分割出的肝門靜脈中提取肝門靜脈血管樹的中心線； (5)利用獲得的肝門靜脈的中心線和中心線上每點(diǎn)的管徑重建肝門靜脈血管樹。
本發(fā)明提供的肝門靜脈血管樹建模系統(tǒng)，包括圖像獲取模塊、血管增強(qiáng)模塊、血管分割模塊、血管樹中心線提取模塊和血管樹重建模塊； 圖像獲取模塊用于載入分割好的肝臟模型，對腹部MSCTP門靜脈期圖像進(jìn)行值掩，得到肝臟圖像，并傳送給血管增強(qiáng)模塊； 血管增強(qiáng)模塊對接收到的值掩后的肝臟圖像進(jìn)行血管增強(qiáng)，并傳送給血管分割模塊； 血管分割模塊對血管增強(qiáng)后的肝臟圖像進(jìn)行肝門靜脈分割，再傳送給血管樹中心線提取模塊； 血管樹中心線提取模塊從分割出的肝門靜脈中提取肝門靜脈血管樹的中心線，并將數(shù)據(jù)傳送給血管樹重建模塊； 血管樹重建模塊利用獲得的肝門靜脈的所有中心線和中心線上每點(diǎn)的管徑重建肝門靜脈血管樹。
本發(fā)明是一個完整的對MSCTP圖像進(jìn)行肝門靜脈血管樹建模的方法。該建模方法首先使用肝臟模型得到肝臟圖像，并利用基于hessian矩陣的多尺度濾波方法對血管進(jìn)行增強(qiáng)；其次，利用區(qū)域增長/水平集/模糊連接等分割方法分割出肝門靜脈；然后利用3維拓?fù)浼?xì)化方法提取出肝門靜脈的中心線，檢測并去除中心線中存在的環(huán)，并對中心線進(jìn)行剪枝，去除不必要的分支；最后，利用OSG(OpenSceneGraph)或VTK(Visualization Toolkit)方法重建出肝門靜脈。該方法在濾波過程中，考慮了原始圖像的灰度信息，改進(jìn)了濾波過程中的相似性函數(shù)，可以提高血管增強(qiáng)的效果；在去環(huán)的過程中分析了環(huán)的特性，并針對不同的環(huán)采用不同的方法解環(huán)；在進(jìn)行剪枝時，利用了血管的半徑和分支的長度之間的關(guān)系，可以有效去除偽分支。本發(fā)明所構(gòu)建的肝門靜脈血管樹建模的系統(tǒng)能夠按照本發(fā)明所提供的建模方法完全實(shí)現(xiàn)。



圖1為本發(fā)明肝門靜脈血管樹建模方法的流程圖； 圖2為本發(fā)明肝門靜脈血管樹建模系統(tǒng)的系統(tǒng)結(jié)構(gòu)圖； 圖3為本發(fā)明肝門靜脈血管增強(qiáng)的流程圖； 圖4為本發(fā)明肝臟圖像的統(tǒng)計(jì)直方圖示意圖； 圖5為本發(fā)明實(shí)施例肝門靜脈分割結(jié)果圖； 圖6為本發(fā)明使用的體素方向示意圖； 圖7為本發(fā)明使用的3維拓?fù)浼?xì)化模板示意圖； 圖8為本發(fā)明血管中環(huán)狀結(jié)構(gòu)示意圖； 圖9為本發(fā)明血管解環(huán)后的結(jié)果示意圖； 圖10為本發(fā)明實(shí)施例肝門靜脈拓?fù)浼?xì)化結(jié)果圖； 圖11為本發(fā)明實(shí)施例利用OSG重建的肝門靜脈血管樹結(jié)果圖。

具體實(shí)施例方式 下面結(jié)合附圖和實(shí)例對本發(fā)明的技術(shù)方案作進(jìn)一步的詳細(xì)說明。
如圖1所示，本發(fā)明方法包括以下步驟 (1)載入事先分割好的肝臟模型，對腹部MSCTP門靜脈期圖像進(jìn)行值掩，得到肝臟圖像。
已有研究者提出了獲取肝臟模型的方法，本實(shí)例采用統(tǒng)計(jì)MSCTP動脈期和門靜脈期圖像中感興趣區(qū)域的CT值分布來估計(jì)肝臟的二維直方圖，并在此基礎(chǔ)上初步分割出正常肝實(shí)質(zhì)，結(jié)合形態(tài)學(xué)操作去除多余組織，并提取、添加血管和病灶，最終得到完整肝臟模型。(具體參見Jun Masumoto，Masatoshi Hori，Yoshinobu Sato，et al.Automated liver Segmentation UsingMulti-slice CT Images[J].Systems and Computer in Japan，2003；34(9)2150-2161.) MSCTP共有三期圖像動脈期、門靜脈期和平衡期，由于門靜脈期門靜脈主干明顯強(qiáng)化，肝內(nèi)門靜脈細(xì)小分支顯影，因此采用MSCTP門靜脈期圖像來分析肝門靜脈。
值掩后的所獲得的肝臟圖像只在肝臟模型內(nèi)有圖像信息，模型外無任何圖像信息。
(2)肝內(nèi)門靜脈增強(qiáng)。利用步驟(1)所得肝臟圖像，在肝臟內(nèi)部對肝門靜脈進(jìn)行3維血管增強(qiáng)。流程圖參見圖3，其具體步驟為 (2.1)調(diào)整肝臟圖像的窗寬W、窗位C，利用下式(1)計(jì)算得到肝臟模型中的CT最低值Tmin、最高值Tmax，以及歸一化之后圖像中任一點(diǎn)r的灰度值y(r)，以獲得合適的肝臟圖像。
由于CT圖像是12位DICOM格式，數(shù)據(jù)量很大，為提高處理速度，需在不降低圖像質(zhì)量的基礎(chǔ)上進(jìn)行壓縮處理。根據(jù)圖像選擇合適的窗寬和窗位，并利用線性變換將之歸一化到8位的灰度圖像。計(jì)算公式如下所示 其中，f(r)為歸一化前圖像上點(diǎn)r的CT值。
(2.2)統(tǒng)計(jì)并分析肝臟圖像直方圖，自動確定感興趣灰度范圍，即肝門靜脈血管的灰度范圍； 在MSCTP掃描過程中，由于有大量造影劑匯入門靜脈而進(jìn)入肝臟，使得肝臟的密度迅速增加，門靜脈主干明顯強(qiáng)化，肝內(nèi)門靜脈細(xì)小分支顯影。病變肝實(shí)質(zhì)在門靜脈期呈低密度，而門靜脈呈高密度。但是，部分較細(xì)血管特別是末梢血管與正常肝實(shí)質(zhì)密度相近。
對歸一化后的肝臟MSCTP圖像統(tǒng)計(jì)直方圖如圖4所示，峰值所對應(yīng)的灰度值記為ypeak，逆向第一個波谷記為ytrough。圖4中，區(qū)間B的灰度范圍為[ytrough，255]，在此范圍內(nèi)的組織多數(shù)為血管，含少量肝實(shí)質(zhì)；區(qū)間A的灰度范圍為[ypeak，ytrough)，在此范圍內(nèi)多數(shù)是肝實(shí)質(zhì)，少量為血管，而血管末梢的灰度往往處于這個區(qū)間并與肝實(shí)質(zhì)的灰度區(qū)分度不大。因此，確定感興趣的組織即血管的灰度應(yīng)大于ypeak，范圍區(qū)間為A+B，即[ypeak，255]，小于ypeak的則被認(rèn)為是病變組織和正常肝實(shí)質(zhì)。
(2.3)在感興趣灰度范圍內(nèi)，對肝臟圖像進(jìn)行基于hessian矩陣的多尺度濾波，得到增強(qiáng)的肝門靜脈圖像。
為了判斷圖像I上一點(diǎn)r是否屬于血管，必須對該點(diǎn)進(jìn)行局部分析。通常分析某點(diǎn)的局部特性采用該點(diǎn)的某個鄰域內(nèi)的泰勒級數(shù)展開式。點(diǎn)r的二階泰勒級數(shù)展開式為 其中，

為點(diǎn)r的梯度矢量，H(r)為點(diǎn)r的hessian矩陣，由點(diǎn)r的二階導(dǎo)數(shù)構(gòu)成。
基于hessian矩陣的多尺度濾波實(shí)現(xiàn)步驟如下 (a)根據(jù)肝門靜脈直徑范圍[dmin，dmax]，確定濾波器的尺度范圍為[σmin，σmax]，兩者之間滿足關(guān)系σ＝d/4。在確定了濾波器的尺度范圍后，需設(shè)定多尺度濾波器的個數(shù)N，每個濾波器的尺度采用如下式子確定 其中，n為濾波器的濾波尺度的序號。
(b)對每一個尺度σ，用該尺度的高斯函數(shù)對肝臟圖像進(jìn)行濾波，并利用以下公式計(jì)算圖像上每點(diǎn)r的hessian矩陣 其中，其它以此類推。
(c)求取每點(diǎn)處hessian矩陣的特征值。由于hessian矩陣為3×3的實(shí)對稱矩陣，因此具有3個實(shí)特征值，將三個特征值按照λ1≈λ2<<λ3≈0的順序排列。
在Hessian矩陣的三個實(shí)特征值中，絕對值最大的特征值對應(yīng)的特征向量的方向代表點(diǎn)r處曲率最大的方向，也即與血管方向垂直的方向，絕對值最小的特征值對應(yīng)的特征向量的方向代表了血管的方向。
(d)利用如下所示公式計(jì)算每點(diǎn)的相似性函數(shù)值
v(r，σ)函數(shù)值的大小決定了該點(diǎn)r屬于血管上的點(diǎn)的可能性的大小，該值越大則屬于血管的可能性越大。
(e)比較不同尺度下每點(diǎn)的相似性函數(shù)值，取所有尺度下最大的相似性函數(shù)值作為此點(diǎn)的最終值。對整個圖像I進(jìn)行此操作即可得到增強(qiáng)后的圖像。
(3)肝門靜脈分割。利用區(qū)域增長/水平集/模糊連接等分割方法從增強(qiáng)后的圖像中分割出肝門靜脈。
已有研究者提出各種針對血管的分割方法，可選擇區(qū)域增長/水平集/模糊連接等方法。(具體參見Kirbas C，Quek F.A review of vessel extractiontechniques and algorithms[J].ACM Computing Surveys，2004，36(6):81-121.) 附圖5所示為一組MSCTP數(shù)據(jù)所得的肝門靜脈的分割結(jié)果的冠狀面最大密度投影圖。
(4)從分割出的肝門靜脈中提取肝門靜脈血管樹的中心線。提取血管的中心線是分析血管常用的方法，該中心線可有效表示血管的結(jié)構(gòu)并提供了每點(diǎn)血管的半徑。其步驟為 (4.1)預(yù)處理。主要包括兩個部分 (a)填充孔洞。由于肝門靜脈內(nèi)部灰度不一致或者其它原因會導(dǎo)致步驟(3)分割出來的肝門靜脈中存在孔洞，這些孔洞將影響提取中心線的工作，必須將這些孔洞填充。
在分割好的二值肝門靜脈體數(shù)據(jù)中(假設(shè)背景標(biāo)記為0，目標(biāo)即肝門靜脈標(biāo)記為1)選擇背景中一個體素點(diǎn)，將該點(diǎn)作為種子點(diǎn)，以標(biāo)記均為0作為增長條件，利用區(qū)域增長方法得到一個最大連通背景。將屬于該連通背景的體素點(diǎn)都標(biāo)記為0，非則標(biāo)記為1，即填充了孔洞。
(b)裁剪數(shù)據(jù)。在醫(yī)學(xué)圖像處理及應(yīng)用領(lǐng)域，要處理的圖像數(shù)據(jù)量往往非常大，而所分析的目標(biāo)只占整個圖像的一部分。因此，在分析目標(biāo)的時候有必要將該目標(biāo)裁剪出來以減少不必要的數(shù)據(jù)訪問，縮短處理時間。
采用尋找最小盒子法來裁剪數(shù)據(jù)分別在坐標(biāo)軸x、y、z方向?qū)ふ易钚『妥畲竽繕?biāo)點(diǎn)對應(yīng)的坐標(biāo)xmin、xmax、ymin、ymax、zmin和zmax，用大小為(xmax-Xmin+3)×(ymax-ymin+3)×(zmax-zmin+3)的盒子從起始點(diǎn)(xmin-1，ymin-1，zmin-1)沿平行于軸向的方向框住目標(biāo)，此盒子內(nèi)的數(shù)據(jù)即為裁剪后的數(shù)據(jù)。一般地，裁剪后的數(shù)據(jù)只占原始未裁剪數(shù)據(jù)的40％-80％。
(4.2)利用3維拓?fù)浼?xì)化方法得到肝門靜脈的初始中心線。
目前，已有研究者在提取中心線方面做了很多研究。由于拓?fù)浼?xì)化方法能較好地保留原始目標(biāo)的拓?fù)浣Y(jié)構(gòu)信息，所以采用Palágyi K提出的3維拓?fù)浼?xì)化的方法獲得血管的中心線。該方法分為3步 (a)提取目標(biāo)的邊界體素點(diǎn)，并將這些體素點(diǎn)按照方向一致性分成六類(六類方向分別為U-、N-、E-、S-、W-、D-，可參考圖6，該圖中p點(diǎn)為目標(biāo)點(diǎn))。
譬如，對于體素點(diǎn)a，若與a相鄰的點(diǎn)中，U-體素點(diǎn)、N-體素點(diǎn)均為背景點(diǎn)，則將該點(diǎn)應(yīng)劃分到U-類和N-類。每個點(diǎn)可屬于多個類，取決于該點(diǎn)與背景的鄰接情況。孤立點(diǎn)可歸到此六類的每一類。
(b)對每類中的所有目標(biāo)點(diǎn)，使用相應(yīng)的模板檢測該目標(biāo)點(diǎn)是否為簡單點(diǎn)。若是簡單點(diǎn)，則刪除；否則保留該目標(biāo)點(diǎn)。
附圖7中所給出的六個模板是U-向模板，其它向模板可通過旋轉(zhuǎn)這些模板得到。該模板只需考慮目標(biāo)點(diǎn)的3×3×3格子內(nèi)的鄰接點(diǎn)。對于每個點(diǎn)，只要滿足其中一個模板，即可確認(rèn)該點(diǎn)為簡單點(diǎn)；若六個模板都不滿足，則為非簡單點(diǎn)。在圖7模板中，1表示為目標(biāo)點(diǎn)，0表示為背景點(diǎn)，’.’表示只要其中有一個為1即可，’x’表示該點(diǎn)不予考慮。
(c)重復(fù)步驟(a)和(b)，直到?jīng)]有目標(biāo)點(diǎn)可被刪除為止。剩余的目標(biāo)點(diǎn)即為求得的中心線。
(具體參見Palágyi K，Kuba A.A 3D 6-subiteration thinning algorithm forextracting medial lines，Pattern Recognition Letter.1998；19613-627.) (4.3)利用DFS檢測中心線中存在的環(huán)。由于圖像質(zhì)量或者分割方法的原因，分割出的肝門靜脈可能會存在閉合的環(huán)狀結(jié)構(gòu)，會導(dǎo)致用拓?fù)浼?xì)化提取出的中心線中存在環(huán)。為得到有效的建模數(shù)據(jù)，需去除環(huán)。檢測環(huán)的方法分為以下三步 (a)計(jì)算中心線上DFS。以中心線上任一分支末梢點(diǎn)s作為初始點(diǎn)，采用基于最小堆的Dijkstra算法計(jì)算中心線上每點(diǎn)到s點(diǎn)的最短距離。該距離采用精確的歐式距離。
(具體參見Shih Frank Y，Wu Yi Ta.Three dimensional Euclideandistance transformation and its application to shortest path planning[J].PatternRecognition，2004，37(1)79-92) (b)檢測中心線中存在的環(huán)。如果在中心線中存在環(huán)結(jié)構(gòu)，那么從某個分支末梢到另一個分支末梢至少存在兩條路徑。在中心線DFS上的表現(xiàn)就是存在一個點(diǎn)q，其鄰域上的中心線上的點(diǎn)的距離值均不大于q點(diǎn)的距離值。通過這個特性就可以檢測出中心線上的環(huán)。找到局部最大距離值后，沿距離值減小方向不斷追溯至同一最近源點(diǎn)，用圖結(jié)構(gòu)G＝(V，E)記錄下此環(huán)。其中，E為環(huán)上的分支點(diǎn)，V為直接連接兩分支點(diǎn)之間的中心路徑上的點(diǎn)構(gòu)成的邊。
(4.4)分析中心路徑中的每個環(huán)，解環(huán)。
在血管中，存在三種環(huán)狀結(jié)構(gòu)，如附圖8所示(i)兩個分支主干相切而連接在一起，如圖8(a)所示；(ii)兩個分支末梢連接在一起，如圖8(b)所示；(iii)一個分支末梢連接到某個分支主干，如圖8(c)所示。在圖8中，加粗的黑色虛/實(shí)線為中心線，中心線中的環(huán)用實(shí)線標(biāo)記。
針對這三種環(huán)，解環(huán)步驟如下 (a)計(jì)算中心線上每點(diǎn)到邊界的最短距離，采用基于邊界的邊界距離場(Distance From Boundary，DFB)，此即為該點(diǎn)的管徑。方法與步驟(4.3)(a)中計(jì)算DFS的方法相同。
(b)利用步驟(4.3)(b)得到的圖結(jié)構(gòu)G＝(V，E)，計(jì)算兩直接連接分支點(diǎn)A、B間的分支長度|AB|，若|AB|<＝g(A)+g(B)，則認(rèn)為分支AB是(i)類假分支，應(yīng)將該分支去除；其中，g(A)、g(B)分別代表A、B兩點(diǎn)處的管徑。若無此類假分支，則執(zhí)行下一步。
(c)對(ii)和(iii)類環(huán)狀結(jié)構(gòu)計(jì)算圖結(jié)構(gòu)G＝(V，E)中每個分支的管徑變化率，取管徑變化率接近0的點(diǎn)，去除該點(diǎn)即可解環(huán)。若有多個點(diǎn)的管徑變化率接近0且之間相互差別不大，則去除管徑最小的點(diǎn)。
附圖8中各圖對應(yīng)的去環(huán)結(jié)果如附圖9所示。
(4.5)對中心線進(jìn)行剪枝，去除偽分支。所指偽分支均為末梢偽分支，即該分支以下未有子分支，本申請文件中凡提到偽分支均指此意。
已有研究者在此方面做了研究，如中國專利文獻(xiàn)“一種骨架化物體重建方法”(其公開號為CN 1629888A，
公開日為2005.6.22)提出設(shè)定一個剪枝閾值，凡末梢枝條長度小于該閾值，則刪除；否則，保留。但是，這樣簡單刪除對于管徑不一的目標(biāo)會存在問題。譬如，在比較粗的半徑為9個單位長度的主干上有一個偽分支Va，其長度為10個單位長度，而在較細(xì)的半徑為3個單位長度的旁枝上存在一個真正的分支Vb，其長度為10個單位長度。倘若剪枝閾值為11，雖然偽分支Va被刪除了，但真正的分支Vb也被刪除了；若剪枝閾值為8，保留了真正的分支Vb，但偽分支Va也保留下來了。
我們利用分支的長度及其附屬主干的管徑之間的關(guān)系去除偽分支，步驟如下 (a)若分支長度小于用戶設(shè)定的最小閾值T，則認(rèn)為該分支為偽分支，刪除；若大于該閾值，則轉(zhuǎn)到步驟(b)。該閾值T是對整個肝門靜脈所能容忍的最小分支長度，可由用戶根據(jù)實(shí)際情況設(shè)定。
(b)若該分支附屬主干的管徑乘以系數(shù)f的結(jié)果大于其長度，則認(rèn)為該分支為偽分支，刪除；若小于其長度，則認(rèn)為是真分支，保留。該系數(shù)f取經(jīng)驗(yàn)值為1.5～1.7。
附圖10是本實(shí)施例所得拓?fù)浼?xì)化的結(jié)果圖，其中圖10(a)是利用3維拓?fù)浼?xì)化所得的初始中心線，圖10(b)是進(jìn)行解環(huán)剪枝所得的最終中心線。
(5)肝門靜脈血管樹重建。利用OSG或VTK重建出肝門靜脈血管樹。
通過上面的步驟已經(jīng)獲得了肝門靜脈的所有中心線，并得到中心線上每點(diǎn)的管徑。針對兩種重建方法，分別做介紹 (5.1)利用OSG重建肝門靜脈血管樹。利用正十二邊形構(gòu)造血管的表面。中心線上每點(diǎn)上的正十二邊形的法線方向與該點(diǎn)的梯度方向一致，邊長d_edge與該點(diǎn)的管徑radius關(guān)系滿足下列式子 d_edge＝2×radius×sin7.5° (7) 確定中心線上每點(diǎn)的正十二邊形后，連接相鄰兩點(diǎn)對應(yīng)的十二邊形的頂點(diǎn)。則每兩個中心點(diǎn)之間的有12個四邊形，繪制每個四邊形即得到兩個中心點(diǎn)之間的一段血管。按照此方法繪制中心線上的每一點(diǎn)。
附圖11所示為本實(shí)施例利用OSG重建的肝門靜脈血管樹。
(5.2)利用VTK重建肝門靜脈血管樹。對中心線上的每個點(diǎn)，以該點(diǎn)為中心，以管徑為半徑，在體數(shù)據(jù)中做球，凡是在球內(nèi)的體數(shù)據(jù)均標(biāo)記為目標(biāo)點(diǎn)。對中心線上每點(diǎn)做相同的操作，根據(jù)最終得到的二值體數(shù)據(jù)利用VTK里的面繪制算法Marching Cube進(jìn)行重建。
兩種重建方法均可在重建前對中心線上每兩個直接連接分支點(diǎn)之間的中心路徑上的點(diǎn)進(jìn)行多項(xiàng)式擬合，增強(qiáng)血管的光滑性。
本發(fā)明提供的肝門靜脈血管樹建模系統(tǒng)結(jié)構(gòu)圖如圖2所示。該系統(tǒng)包括圖像獲取模塊100、血管增強(qiáng)模塊200、血管分割模塊300、血管樹中心線提取模塊400和血管樹重建模塊500。
圖像獲取模塊100用于得到肝臟圖像，該模塊分為2個子模塊，分別為載入圖像模塊110和值掩模塊120。載入圖像模塊110用于載入肝臟模型圖像和腹部MSCTP門靜脈期圖像。值掩模塊120利用載入圖像模塊110所得兩組圖像采用值掩方法得到肝臟圖像。
血管增強(qiáng)模塊200利用圖像獲取模塊100所得的肝臟圖像，在肝內(nèi)部對肝門靜脈進(jìn)行3維血管增強(qiáng)，提高血管與肝實(shí)質(zhì)的對比度。該模塊分為3個子模塊，分別為調(diào)節(jié)窗寬窗位模塊210、直方圖分析模塊220、多尺度血管增強(qiáng)模塊230。3個模塊分別具體參見步驟(2.1)、(2.2)、(2.3)。
血管分割模塊300用于對血管增強(qiáng)模塊200所得的圖像分割出肝內(nèi)部的門靜脈，分割方法可采用區(qū)域增長/水平集/模糊連接等方法。
血管樹中心線提取模塊400根據(jù)血管分割模塊300所得的門靜脈3維二值圖像，提取出門靜脈的中心線，檢測并去除血管中存在的環(huán)狀結(jié)構(gòu)，利用剪枝技術(shù)去除偽分枝。該模塊分為5個子模塊，分別為預(yù)處理模塊410、初始中心線提取模塊420、中心線中環(huán)檢測模塊430、解環(huán)模塊440和剪枝模塊450。5個模塊分別具體參見步驟(4.1)、(4.2)、(4.3)、(4.4)和(4.5)。
血管樹重建模塊500根據(jù)血管樹中心線提取模塊400所得門靜脈的中心線和中心線上各點(diǎn)的管徑，利用OSG或VTK重建出肝門靜脈血管樹。
實(shí)例 本發(fā)明提出的一種肝門靜脈血管樹建模方法及其系統(tǒng)涉及到若干參數(shù)，這些參數(shù)需針對具體的處理數(shù)據(jù)進(jìn)行調(diào)節(jié)以達(dá)到良好的性能。此處列出本發(fā)明處理數(shù)據(jù)設(shè)定的參數(shù) 步驟(2.1)調(diào)整肝臟圖像的窗寬窗位，設(shè)定窗寬W＝250，窗位C＝40； 步驟(2.3)(a)肝門靜脈直徑范圍為[2，20]mm，濾波器的個數(shù)N＝5； 步驟(4.5)對中心線進(jìn)行剪枝，去除偽分支，設(shè)定最小分支長度閾值T＝5，系數(shù)f＝1.5。
權(quán)利要求
1、一種肝門靜脈血管樹建模方法，其步驟包括
(1)載入分割好的肝臟模型，對腹部MSCTP門靜脈期圖像進(jìn)行值掩，得到肝臟圖像；
(2)對值掩后的肝臟圖像進(jìn)行血管增強(qiáng)；
(3)對血管增強(qiáng)后的肝臟圖像進(jìn)行肝門靜脈分割；
(4)從分割出的肝門靜脈中提取肝門靜脈血管樹的中心線；
(5)利用獲得的肝門靜脈的中心線和中心線上每點(diǎn)的管徑重建肝門靜脈血管樹。
2、根據(jù)權(quán)利要求1所述的肝門靜脈血管樹建模方法，其特征在于步驟(2)具體包括以下過程
(2.1)調(diào)整肝臟圖像的窗寬W、窗位C，利用下式(1)計(jì)算得到肝臟模型中的CT最低值Tmin、最高值Tmax，以及歸一化之后圖像中任一點(diǎn)r的灰度值y(r)，獲得合適的肝臟圖像；
其中，f(r)為歸一化前圖像上點(diǎn)r的CT值；
(2.2)統(tǒng)計(jì)并分析肝臟圖像直方圖，其中峰值所對應(yīng)的灰度值記為ypeak，確定感興趣灰度范圍[ypeak，255]作為肝門靜脈血管的灰度范圍；
(2.3)在感興趣灰度范圍內(nèi)，對肝臟圖像進(jìn)行基于hessian矩陣的多尺度濾波，得到增強(qiáng)的肝門靜脈圖像。
3、根據(jù)權(quán)利要求2所述的肝門靜脈血管樹建模方法，其特征在于步驟(2.3)具體包括以下過程
(a1)根據(jù)肝門靜脈直徑范圍[dmin，dmax]，確定濾波器的尺度范圍為[σmin，σmax]，兩者之間滿足關(guān)系σ＝d/4；設(shè)定多尺度濾波器的個數(shù)N，每個濾波器的尺度采用如下式子確定
其中，n為濾波器的濾波尺度的序號；
(a2)對每一個尺度σ，用該尺度的高斯函數(shù)對肝臟圖像進(jìn)行濾波，并利用以下公式計(jì)算圖像上每點(diǎn)r的hessian矩陣
其中，其它以此類推；
(a3)求取每點(diǎn)處hessian矩陣的特征值，將三個特征值按照λ1≈λ2<<λ3≈0的順序排列，絕對值最小的特征值對應(yīng)的特征向量的方向代表了血管的方向；
(a4)利用如下所示公式計(jì)算每點(diǎn)的相似性函數(shù)值
(a5)比較不同尺度下每點(diǎn)的相似性函數(shù)值，取所有尺度下最大的相似性函數(shù)值ν(r，σ)作為此點(diǎn)的最終值，得到增強(qiáng)后的圖像。
4、根據(jù)權(quán)利要求1所述的肝門靜脈血管樹建模方法，其特征在于步驟(4)按照下述過程提取血管中心線
(4.1)預(yù)處理先對步驟(3)分割出來的肝門靜脈中的孔洞進(jìn)行填充，再將分析目標(biāo)裁剪出來，減少數(shù)據(jù)訪問；
(4.2)利用3維拓?fù)浼?xì)化方法得到肝門靜脈的初始中心線；
(4.3)檢測中心線中存在的環(huán)，用圖結(jié)構(gòu)G＝(V，E)記錄下環(huán)，其中，E為環(huán)上的分支點(diǎn)，V為直接連接兩分支點(diǎn)之間的中心路徑上的點(diǎn)構(gòu)成的邊；
(4.4)將血管中的環(huán)分為三種環(huán)狀結(jié)構(gòu)，(i)兩個分支主干相切而連接在一起；(ii)兩個分支末梢連接在一起；(iii)一個分支末梢連接到某個分支主干；針對這三種環(huán)，按照下述過程進(jìn)行解環(huán)
(b1)計(jì)算中心線上每點(diǎn)到邊界的最短距離(DFB)，作為此點(diǎn)的管徑；
(b2)利用圖結(jié)構(gòu)G＝(V，E)，計(jì)算兩直接連接分支點(diǎn)A、B間的分支長度|AB|，若|AB|<＝g(A)+g(B)，則認(rèn)為分支AB是(i)類假分支，將該分支去除；其中，g(A)、g(B)分別代表A、B兩點(diǎn)處的管徑；
(b3)對(ii)和(iii)類環(huán)狀結(jié)構(gòu)計(jì)算圖結(jié)構(gòu)G＝(V，E)中每個分支的管徑變化率，取管徑變化率接近0的點(diǎn)，去除該點(diǎn)即解環(huán)；若有多個點(diǎn)的管徑變化率接近0且之間相互差別不大，則去除管徑最小的點(diǎn)；
(4.5)按照下述過程對中心線進(jìn)行剪枝，去除偽分支，所指偽分支均為末梢偽分支，該分支以下未有子分支；
(c1)若分支長度小于用戶設(shè)定的最小閾值T，則認(rèn)為該分支為偽分支，刪除；若大于該閾值，則轉(zhuǎn)到步驟(c2)；該閾值T是對整個肝門靜脈所能容忍的最小分支長度；
(c2)若該分支附屬主干的管徑乘以系數(shù)f的結(jié)果大于其長度，則認(rèn)為該分支為偽分支，刪除；若小于其長度，則認(rèn)為是真分支，保留，系數(shù)f為經(jīng)驗(yàn)值。
5、根據(jù)權(quán)利要求1所述的肝門靜脈血管樹建模方法，其特征在于步驟(5)利用正十二邊形構(gòu)造血管的表面，再利用OpenSceneGraph重建的肝門靜脈血管樹。
6、根據(jù)權(quán)利要求1所述的肝門靜脈血管樹建模方法，其特征在于步驟(5)為
對中心線上的每個點(diǎn)，以該點(diǎn)為中心，以管徑為半徑，在體數(shù)據(jù)中做球，凡是在球內(nèi)的體數(shù)據(jù)均標(biāo)記為目標(biāo)點(diǎn)，對中心路徑上每點(diǎn)做相同的操作，根據(jù)最終得到的二值體數(shù)據(jù)利用Visualization Toolkit里的面繪制算法Marching Cube進(jìn)行重建。
7、一種肝門靜脈血管樹建模系統(tǒng)，其特征在于該系統(tǒng)包括圖像獲取模塊(100)、血管增強(qiáng)模塊(200)、血管分割模塊(300)、血管樹中心線提取模塊(400)和血管樹重建模塊(500)；
圖像獲取模塊(100)用于載入分割好的肝臟模型，對腹部MSCTP門靜脈期圖像進(jìn)行值掩，得到肝臟圖像，并傳送給血管增強(qiáng)模塊(200)；
血管增強(qiáng)模塊(200)對接收到的值掩后的肝臟圖像進(jìn)行血管增強(qiáng)，并傳送給血管分割模塊(300)；
血管分割模塊(300)對血管增強(qiáng)后的肝臟圖像進(jìn)行肝門靜脈分割，再傳送給血管樹中心線提取模塊(400)；
血管樹中心線提取模塊(400)從分割出的肝門靜脈中提取肝門靜脈血管樹的中心線，并將數(shù)據(jù)傳送給血管樹重建模塊(500)；
血管樹重建模塊(500)利用獲得的肝門靜脈的所有中心線和中心線上每點(diǎn)的管徑重建肝門靜脈血管樹。
8、根據(jù)權(quán)利要求7肝門靜脈血管樹建模系統(tǒng)，其特征在于圖像獲取模塊(100)包括載入圖像模塊(110)和值掩模塊(120)；
載入圖像模塊(110)用于載入肝臟模型圖像和腹部MSCTP門靜脈期圖像；
值掩模塊(120)利用載入圖像模塊(110)所得兩組圖像采用值掩方法得到肝臟圖像。
9、根據(jù)權(quán)利要求7肝門靜脈血管樹建模系統(tǒng)，其特征在于血管增強(qiáng)模塊(200)包括調(diào)節(jié)窗寬窗位模塊(210)、直方圖分析模塊(220)、肝內(nèi)門靜脈多尺度增強(qiáng)模塊(230)；
調(diào)節(jié)窗寬窗位模塊(210)用于調(diào)整肝臟圖像的窗寬窗位，得到合適的肝臟圖像，并傳送給直方圖分析模塊(220)；
直方圖分析模塊(220)用于統(tǒng)計(jì)并分析肝臟圖像直方圖，確定感興趣灰度范圍；
肝內(nèi)門靜脈多尺度增強(qiáng)模塊(230)在直方圖分析模塊(220)所確定的感興趣灰度范圍內(nèi)，對肝臟圖像進(jìn)行基于hessian矩陣的多尺度濾波，得到增強(qiáng)的肝門靜脈圖像。
10、根據(jù)權(quán)利要求7肝門靜脈血管樹建模系統(tǒng)，其特征在于血管樹中心線提取模塊(400)包括預(yù)處理模塊(410)、初始中心線提取模塊(420)、中心線中環(huán)檢測模塊(430)、解環(huán)模塊(440)和剪枝模塊(450)；
預(yù)處理模塊(410)先對血管分割模塊(300)分割出來的肝門靜脈中的孔洞進(jìn)行填充，再將分析目標(biāo)裁剪出來，并將數(shù)據(jù)傳送給初始中心線提取模塊(420)；
初始中心線提取模塊(420)利用3維拓?fù)浼?xì)化方法得到肝門靜脈的初始中心線，并將數(shù)據(jù)傳送給中心線中環(huán)檢測模塊(430)；
中心線中環(huán)檢測模塊(430)利用DFS檢測中心線中存在的環(huán)，并將數(shù)據(jù)傳送給解環(huán)模塊(440)；
解環(huán)模塊(440)分析中心路徑中的每個環(huán)，解環(huán)，再將數(shù)據(jù)送給剪枝模塊(450)；
剪枝模塊(450)對中心線進(jìn)行剪枝，去除偽分支，并將數(shù)據(jù)傳送給血管樹重建模塊(500)。
全文摘要
本發(fā)明公開了一種肝門靜脈血管樹建模方法及其系統(tǒng)。該方法首先使用肝臟模型得到肝臟圖像，并利用多尺度濾波方法增強(qiáng)血管；再分割肝門靜脈；然后提取肝門靜脈的中心線，檢測并去除中心線中存在的環(huán)，剪枝后利用OSG/VTK重建出肝門靜脈血管樹。系統(tǒng)包括圖像獲取模塊、血管增強(qiáng)模塊、血管分割模塊、血管樹中心線提取模塊和血管樹重建模塊。本發(fā)明在濾波過程中改進(jìn)了相似性函數(shù)；分析了環(huán)的特性并針對不同的環(huán)采用相應(yīng)的解環(huán)方法；剪枝時利用了血管半徑和分支長度之間的關(guān)系。本發(fā)明有效增強(qiáng)了肝門靜脈，提高了血管與肝實(shí)質(zhì)之間的對比度，能提取五級以上分支，并可對提取的血管中心線有效去環(huán)、剪枝，重建出的肝門靜脈血管樹能直觀顯示肝門靜脈各分支。
文檔編號A61B6/03GK101393644SQ20081004882
公開日2009年3月25日 申請日期2008年8月15日 優(yōu)先權(quán)日2008年8月15日
發(fā)明者智 張, 劉晶晶, 亮 丁, 謝慶國 申請人:華中科技大學(xué)