專利名稱：：基于三維區(qū)域分水嶺的腹部ct圖像主要血管提取方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于醫(yī)學(xué)圖像處理及臨床應(yīng)用領(lǐng)域，涉及一種基于三維區(qū)域分水嶺的腹部CT圖像主要血管提取方法。該方法可用于腹部CT圖像中，對主要血管進(jìn)行提取以輔助醫(yī)療診斷。
背景技術(shù)：
：血管的分割在血管疾病，如狹窄或畸形的診斷、手術(shù)規(guī)劃和手術(shù)引導(dǎo)等許多實際應(yīng)用中發(fā)揮著極其重要的作用。目前對血管疾病的診斷主要是通過血管造影技術(shù)，使用造影設(shè)備獲得血管影像，然后由醫(yī)生直接閱讀造影設(shè)備所拍攝的血管影像，根據(jù)經(jīng)驗和觀察，定性地判斷患者的病情。目前，采用計算機(jī)技術(shù)、計算機(jī)圖形學(xué)、圖像處理技術(shù)等對醫(yī)學(xué)影像進(jìn)行后處理已經(jīng)引起越來越多的關(guān)注?，F(xiàn)有的很多血管提取方法都是采用二維圖像分割的方法，對二維醫(yī)學(xué)圖像序列中的血管區(qū)域逐一進(jìn)行分割提取，然后再將分割結(jié)果進(jìn)行三維重建，得到血管的三維結(jié)構(gòu)。西班牙的M.A.Luengo-0roz等人在2007年發(fā)表的文章《EctractionoftheCoronaryArteryTreeinCardiacComputerTomographicImagesUsingMorphologicalOperators》中就是采用形態(tài)學(xué)灰度方法從二維CT圖像序列中提取感興趣的血管區(qū)域，然后對提取結(jié)果進(jìn)行三維重建得到血管的三維結(jié)構(gòu)。該類方法在提取血管的過程中沒有考慮圖像與圖像之間的聯(lián)系，這無疑會對血管提取的結(jié)果產(chǎn)生很大的影響?；谠擃惙椒ù嬖诘牟蛔?，很多的三維血管分割及管狀區(qū)域分割技術(shù)被相繼提出。1998年，《察國學(xué)者YoshitakeMasutani等人在名為《VascularShapeSegmentationan股ructureExtractionUsingaShape-BasedRegion-GrowingModel》的文章中結(jié)合數(shù)學(xué)形態(tài)學(xué)、區(qū)域生長策略和管狀區(qū)域的形狀特征，提出了一種在管狀結(jié)構(gòu)局部形狀的數(shù)學(xué)形態(tài)學(xué)信息控制下的基于區(qū)域生長的新方法。該方法可以得到較好的血管拓?fù)浣Y(jié)構(gòu)，但其時間復(fù)雜度較大，運行需要相當(dāng)長的時間。大多數(shù)的三維分割方法都存在模型復(fù)雜、分割時間復(fù)雜度太大的問題，所以也有相當(dāng)一部分血管分割算法僅是對某一部分或某一段感興趣的血管進(jìn)行提取分析，從而減少計算復(fù)雜度。中國的閆子飛等人2007年提出一種舌下靜脈血管提取的方法；徐智等人在2003年提出一種心血管造影圖像中的心血管提取方法；這些方法大部分都是提取一個較小區(qū)域中的血管結(jié)構(gòu)，到目前為止還沒有一種提取腹部主要血管的方法，影響對腹部主要血管的準(zhǔn)確診斷。
發(fā)明內(nèi)容本發(fā)明的目的在于克服上述技術(shù)中存在的不足，提供一種基于三維區(qū)域分水嶺的腹部CT圖像主要血管提取方法，已實現(xiàn)對整個腹部主要血管的提取。實現(xiàn)本發(fā)明目的的技術(shù)原理是借助人工智能識別模式，采用三維區(qū)域分水嶺方法實現(xiàn)腹部CT圖像主要血管及相連器官的提?。环指罡共扛鱾€主要器官；對兩次分割的結(jié)果進(jìn)行處理，提取腹部CT圖像的主要血管，從而輔助醫(yī)療診斷，降低由于人為因素導(dǎo)致的低效率及誤判發(fā)生率。為實現(xiàn)上述目的^本發(fā)明包括如下步驟(1)輸入一套腹部CT切片圖像，將這些圖像按照成像順序進(jìn)行排列，得到腹部三維數(shù)據(jù)體D，同時生成一個新的與D同樣大小的三維數(shù)據(jù)體Y;(2)指定腹部三維數(shù)據(jù)體D中的一個點作為血管區(qū)域參考點，并給定一個窗口尺寸N，以參考點為中心取出腹部三維數(shù)據(jù)體D中的一個邊長為2N+1的小立方體放入待處理隊列，N》l;(3)從待處理隊列中取出一個小立方體作為當(dāng)前小立方體V，對該當(dāng)前小立方體內(nèi)的所有像素點進(jìn)行閾值處理，得到第一小立方體V1;(4)對第一小立方體V1進(jìn)行三維分水嶺分割，得到第二小立方體V2，并對該V2進(jìn)行多區(qū)域標(biāo)記；(5)判斷第二小立方體V2的所有標(biāo)記區(qū)域中是否包含有血管區(qū)域標(biāo)記的參考點，如果有血管區(qū)域參考點，則將三維數(shù)據(jù)體Y中與該參考點所在區(qū)域?qū)?yīng)位置的像素點進(jìn)行血管標(biāo)記，并將第二小立方體V2中的所有像素點標(biāo)記為已處理；如果不包含有血管區(qū)域參考點，繼續(xù)步驟(6);(6)對第二小立方體V2，按照區(qū)域生長的思想搜索其六個六鄰域小立方體；(7)對六個六鄰域小立方體中的每一個，判斷其中的像素點是否被標(biāo)記為已處理，若標(biāo)記為已處理，'則進(jìn)一步判斷三維數(shù)據(jù)體Y中與之對應(yīng)位置的像素點是否存在血管標(biāo)記，如果存在血管標(biāo)記，則將該鄰域小立方體與V2進(jìn)行連通處理，并將小立方體V2中的像素點標(biāo)記為已處理，若鄰域小立方體中的像素點未被標(biāo)記為已處理，則將該小立方體加入待處理隊列中；(8)判斷待處理隊列是否為空，若待處理隊列為空，則處理完畢，得到腹部主要血管及與之相連的主要器官D1，若待處理隊列不為空，則重復(fù)步驟(3)到(7);(9)從三維數(shù)據(jù)體D中提取腹部主要器官D2;(10)將腹部主要血管及與之相連的器官D1與提取的腹部主要器官D2對應(yīng)像素位置相減得到三維數(shù)據(jù)體D3，對該三維數(shù)據(jù)體D3進(jìn)行后處理得到最終的腹部CT圖像主要血管。本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點-1、本發(fā)明由于巧妙利用了分水嶺方法的原理及特點，在每一個小立方體內(nèi)部，釆用三維分水嶺方法進(jìn)行分割可以有效地將該立方體內(nèi)部的血管區(qū)域與非血管區(qū)域分開，在這個過程中采用了CT圖像中血管的三維信息，提高了分割結(jié)果的可靠性。2、本發(fā)明由于按照區(qū)域生長的思想進(jìn)行小立方體的生長，再將各個小立方體的分割結(jié)果進(jìn)行血管區(qū)域的連通，可以避免因處理過多不屬于血管區(qū)域的像素點而增加計算的時間復(fù)雜度。3、本發(fā)明由于提取整個腹部CT圖像的主要血管區(qū)域，為腹部主要血管疾病的診斷等提供了很好的輔助作用。圖1是本發(fā)明的主要操作過程示意圖2是本發(fā)明提取腹部主要血管及相連器官的過程示意圖；圖3是本發(fā)明提取的腹部主要血管及相連器官的結(jié)果示意圖；圖4是用兩種不同的方法提取的腹部主要血管效果對比圖。具體實施例方式參照圖l，本發(fā)明的具體實現(xiàn)步驟如下步驟l:由一套腹部CT圖像得到腹部三維數(shù)據(jù)體D;輸入一套來自北京腫瘤醫(yī)院，64排螺旋CT(GELightspeed64)的腹部CT圖像，將這些圖像按照成像順序進(jìn)行排列，得到腹部三維數(shù)據(jù)體D,同時生成一個新的與D同樣大小的三維數(shù)據(jù)體Y。成像順序是造影成像過程中由設(shè)備記錄的一個參數(shù)，可以直接從CT圖象的參數(shù)列表中得到。步驟2:提取腹部CT圖像主要血管及相連器官D1;參照圖2，該步驟實施如下2a.指定腹部三維數(shù)據(jù)體D中的一個點作為血管區(qū)域參考點，該參考點的選擇是根據(jù)經(jīng)驗人為給定的血管區(qū)域中的任意一個點，實驗中選在從上到下第3幅圖像中主動脈中心的位置；2b.給定一個窗口尺寸N，N》1，窗口尺寸N選擇過大會因為加入更多非血管區(qū)域的像素點而加大程序的運行時間，窗口尺寸N選擇過小會因為降低連接程度而影響分割效果，通過分析多組腹部CT圖像主要血管的實驗結(jié)果，這里選擇N-2;2c.以參考點為中心取出腹部三維數(shù)據(jù)體D中的一個邊長為2N+1的立方體放入待處理隊列；2d.判斷下閾值參數(shù)TMIN和上閾值參數(shù)TMAX是否為零，若為零，則統(tǒng)計三維數(shù)據(jù)體D中所有像素點的直方圖，直方圖橫坐標(biāo)表示像素點的像素值，縱坐標(biāo)表示屬于該像素值的像素數(shù)目，搜索直方圖的所有波峰，記錄所有波峰最高點對應(yīng)的像素值，對這些像素值從大到小進(jìn)行排列，得到序列Array，取序列Array中的第二個元素，在該元素對應(yīng)的波峰值兩側(cè)，記錄當(dāng)像素數(shù)目下降到一半時的兩個像素值，下閾值參數(shù)TMIN為該兩個像素值中較小的一個，上閾值參數(shù)TMAN為較大的一個；若不為零，繼續(xù)步驟.(2e);2e.從待處理隊列中取出一個小立方體作為當(dāng)前小立方體V，搜索當(dāng)前小立方體內(nèi)像素值小于該TMIN和大于該TMAX的所有像素點，將這些像素點的像素值設(shè)置為零，其它像素點的像素值不變，得到第一小立方體V1;2f.對第一小立方體V1中的所有像素點，搜索其對應(yīng)的像素值最小且不為零的像素點得到第一序列Pixell，并記錄該最小值為P;2g.對第一序列Pixell中的像素點進(jìn)行初始區(qū)域標(biāo)記；2h.將第一小立方體V1中所有像素點的像素值與最小值P相減，取差值小于25的所有像素點得到第二序列Pixel2;對第二序列Pixel2中的每一個像素點，判斷其周圍六個像素點的區(qū)域標(biāo)記，若周圍六個像素點都沒有區(qū)域標(biāo)記，則將該像素點標(biāo)記為新區(qū)域；若周圍六個像素點有一個區(qū)域標(biāo)記，則讓該像素點與周圍標(biāo)記像素點具有相同的區(qū)域標(biāo)記；若周圍六個像素點中有多個區(qū)域標(biāo)記，則將該像素點標(biāo)記為不同區(qū)域之間的邊界；2i.將最小值P的值增加25，重復(fù)步驟2h直到第一小立方體Vl中的所有非零像素點都被標(biāo)記，得到第二小立方體V2;2j.判斷第二小立方體V2的所有標(biāo)記區(qū)域中是否包含有血管區(qū)域標(biāo)記的參考點，如果有血管區(qū)域參考點，則將三維數(shù)據(jù)體Y中與該參考點所在區(qū)域?qū)?yīng)位置的像素點進(jìn)行血管標(biāo)記，并將第二小立方體V2中的所有像素點標(biāo)記為已處理；如果不包含有血管區(qū)域參考點，繼續(xù)步驟2k;2k.對第二小立方體V2，以其中心像素點為起始像素點，分別在起始像素點的上、下、左、右、前、后六個方向找到距離該點2N+1的六個新像素點，分別以該六個新像素點為中心，以2N+1為邊長從三維數(shù)據(jù)體D中提取六個新的小立方體；21.對六個六鄰域小立方體中的每一個，判斷其中的像素點是否被標(biāo)記為已處理，若未被標(biāo)記為已處理，則將該小立方體加入待處理隊列中；若其中的像素點被標(biāo)記為已處理，則繼續(xù)步驟2m;2m.從第二小立方體V2中取出離鄰域小立方體最近的大小為(2N+1)*(2N+1)的像素面P1，該P(yáng)l上的像素點表示為Pl(x，y)，從鄰域小立方體中取出離第二小立方體V2最近的大小為(2N+1)*(2N+1)的像素面P2，該P(yáng)2上的像素點表示為P2(x，y)，從三維數(shù)據(jù)體Y中取出與P2對應(yīng)位置的像素面P3，該P(yáng)3上的像素點表示為P3(x，y)，x，y為自然數(shù)；且1《x，y《2N+l;2n.判斷像素面P3中是否存在有血管標(biāo)記的像素點，若存在血管標(biāo)記的像素點，則記錄該P(yáng)3中所有血管標(biāo)記像素點的坐標(biāo)P3(xi，yi)，1《i《n，n為P3中有血管標(biāo)記像素點的數(shù)目；2o.對所有的坐標(biāo)(xi，yi)，判斷P1(xi，yi)中是否存在M個具有相同區(qū)域標(biāo)記的像素點，若存在，則記錄該區(qū)域標(biāo)記，M為連同強(qiáng)度參數(shù)，實驗中M取3;2p.搜索第二小立方體V2中屬于該區(qū)域標(biāo)記的所有像素點，將三維數(shù)據(jù)體Y中與之對應(yīng)位置的像素點進(jìn)行血管標(biāo)記，并將第二小立方體V2中的所有像素點標(biāo)記為已處理；2q.判斷待處理隊列是否為空，若待處理隊列為空，則處理完畢，得到腹部主要血管及相連的主要器官D1，如圖3所示，若待處理隊列不為空，則重復(fù)步驟2e到2p。步驟3:提取腹部主要器官D2;本實驗采用FastMarching方法提取腹部主要器官，但不限于該方法，其具體實施步驟如下3a.取出三維數(shù)據(jù)立方體D中的一幅二維圖像，找出其最上、最下、最左、最右非零像素值對應(yīng)的像素點坐標(biāo)，將最下像素點坐標(biāo)上移15得到新的最下像素點坐標(biāo)，由最上、新的最下、最左以及最右四個像素點坐標(biāo)平行于圖像邊緣擴(kuò)展，得到一個區(qū)域即為該二維圖像中的身體區(qū)域，在其它二維圖像中提取與該區(qū)域?qū)?yīng)位置的新區(qū)域，按順序進(jìn)行排列就可以從三維數(shù)據(jù)體D中提取身體部分的數(shù)據(jù)立方體D4;3b.根據(jù)各器官的解剖學(xué)知識，從數(shù)據(jù)立方體D4中提取包括器官主要區(qū)域的一個邊長為N的三維器官立方體V5，這里根據(jù)各個器官的解剖學(xué)位置和大小的不同，分割肝臟時N取25，分割脾臟時N取20、分割腎臟時N取15，統(tǒng)計三維器官立方體V5內(nèi)像素的灰度直方圖，獲取立方體內(nèi)的最小像素值作為器官的下閾值Tmin，獲取立方體內(nèi)的最大像素值作為器官的上閾值Tmax;3c.搜索數(shù)據(jù)立方體D4內(nèi)像素值小于該Tmin和大于該Tmax的所有像素點，將這些像素點的像素值設(shè)置為零，其它像素點的像素值不變，得到多個像素值介于Tmin和Tmax之間的三維區(qū)域，取與三維器官立方體V5中像素點位置重疊最多的那個三維區(qū)域為器官的一個粗分割；3d.取該粗分割結(jié)果的所有邊緣點，用該邊緣點初始化經(jīng)典FastMarching算法的初始輪廓參數(shù)；3e.調(diào)用經(jīng)典的FastMarching算法程序分割得到更準(zhǔn)確的三維器官區(qū)域；3f.對該更精確的三維器官區(qū)域，直接調(diào)用形態(tài)學(xué)開運算程序進(jìn)行平滑得到的腹部主要器官，這里的形態(tài)學(xué)開運算程序有一個結(jié)構(gòu)元素參數(shù)，實驗中的結(jié)構(gòu)元素參數(shù)采用3*3*3。步驟4:將腹部主要血管及與之相連的器官D1與提取的腹部主要器官D2對應(yīng)像素位置相減得到三維數(shù)據(jù)體D3，因為D1和D2中的各器官大小不是完全相同，D3中的血管周圍存在很多的雜點，所以對三維數(shù)據(jù)體D3進(jìn)行后處理得到最終的腹部CT圖像主要血管，如圖4(b)所示。本發(fā)明的效果通過以下仿真進(jìn)一步說明。l.仿真條件與內(nèi)容-本發(fā)明實驗所用的腹部CT數(shù)據(jù)來自北京腫瘤醫(yī)院，64排螺旋CT(GELightspeed64)，成像層厚0.625mm，每幅圖像大小為512*512，存儲格式為16位DIC0M格式，數(shù)據(jù)集給出了三組從心臟上部到腹部下方的約350幅圖像，這里選擇從肺部下方到腹部下方的約200幅的CT圖像進(jìn)行實驗。軟件平臺為MATLAB7.0。實驗中由于存儲數(shù)據(jù)量太大，對腹部主要血管及相連臟器仿真結(jié)果的三維效果顯示過程中我們截取了以主動脈為中心的一個盡可能大的立方體。2.仿真結(jié)果對于上述'的200幅圖像數(shù)據(jù)，分別用現(xiàn)有的一種形態(tài)學(xué)方法和本發(fā)明所述的方法進(jìn)行腹部主要血管提取，計算其10次試驗運行時間的平均值，結(jié)果如表l所示表l兩種方法提取腹部主要血管的時間復(fù)雜度對比<table>tableseeoriginaldocumentpage11</column></row><table>從表l可以明顯看出，用本發(fā)明所述的方法提取200幅腹部CT圖像主要血管所用的時間為752S，用形態(tài)學(xué)方法提取200幅腹部CT圖像主要血管所用時間為837S，本發(fā)明所述的方法比形態(tài)學(xué)方法少用85S，這大大節(jié)省了提取腹部主要血管所用的時間。圖5是用形態(tài)學(xué)方法和本發(fā)明所述方法提取腹部主要血管的效果對比圖，圖4(a)是用形態(tài)學(xué)方法提取的腹部主要血管顯示圖，圖4(b)是用本發(fā)明所述方法提取的腹部主要血管顯示圖，從視覺效果可以明顯看到，本發(fā)明所述的方法提取了更完整的腹部主要血管。綜上，本發(fā)明不僅能夠縮短提取腹部CT圖像主要血管的時間，而且能夠提取更加完整的腹部CT圖像主要血管。權(quán)利要求1、一種基于三維區(qū)域分水嶺的腹部CT圖像主要血管提取方法，包括如下步驟(1)輸入一套腹部CT圖像，將這些圖像按照成像順序進(jìn)行排列，得到腹部三維數(shù)據(jù)體D，同時生成一個新的與D同樣大小的三維數(shù)據(jù)體Y；(2)指定腹部三維數(shù)據(jù)體D中的一個點作為血管區(qū)域參考點，并給定一個窗口尺寸N，以該參考點為中心取出腹部三維數(shù)據(jù)體D中的一個邊長為2N+1的小立方體放入待處理隊列，N≥1；(3)從待處理隊列中取出一個小立方體作為當(dāng)前小立方體V，對該當(dāng)前小立方體V內(nèi)的所有像素點進(jìn)行閾值處理，得到第一小立方體V1；(4)對第一小立方體V1進(jìn)行三維分水嶺分割，得到第二小立方體V2，并對該V2進(jìn)行多區(qū)域標(biāo)記；(5)判斷第二小立方體V2的所有標(biāo)記區(qū)域中是否包含有血管區(qū)域標(biāo)記的參考點，如果有血管區(qū)域參考點，則將三維數(shù)據(jù)體Y中與該參考點所在區(qū)域?qū)?yīng)位置的像素點進(jìn)行血管標(biāo)記，并將第二小立方體V2中的所有像素點標(biāo)記為已處理；如果不包含有血管區(qū)域參考點，繼續(xù)步驟(6)；(6)對第二小立方體V2，按照區(qū)域生長的思想搜索其六個六鄰域小立方體；(7)對六個六鄰域小立方體中的每一個，判斷其中的像素點是否被標(biāo)記為已處理，若標(biāo)記為已處理，則進(jìn)一步判斷三維數(shù)據(jù)體Y中與之對應(yīng)位置的像素點是否存在血管標(biāo)記，如果存在血管標(biāo)記，則將該鄰域小立方體與V2進(jìn)行連通處理，并將小立方體V2中的像素點標(biāo)記為已處理，若鄰域小立方體中的像素點未被標(biāo)記為已處理，則將該小立方體加入待處理隊列中；(8)判斷待處理隊列是否為空，若待處理隊列為空，則處理完畢，得到腹部主要血管及與之相連的主要器官D1，若待處理隊列不為空，則重復(fù)步驟(3)到(7)；(9)從三維數(shù)據(jù)體D中提取腹部主要器官D2；(10)將腹部主要血管及與之相連的器官D1與提取的腹部主要器官D2對應(yīng)像素位置相減得到三維數(shù)據(jù)體D3，對該三維數(shù)據(jù)體D3進(jìn)行后處理得到最終的腹部CT圖像主要血管。2、根據(jù)權(quán)利要求1所述的腹部CT圖像主要血管提取方法，其中步驟(3)所述的對當(dāng)前小立方體V內(nèi)的所有像素點進(jìn)行閾值處理，按如下步驟進(jìn)行(2a)判斷下閾值參數(shù)TMIN和上閾值參數(shù)TMAX是否為零，若不為零，則搜索當(dāng)前小立方體內(nèi)像素值小于該TMIN和大于該TMAX的像素點，將這些像素點的像素值設(shè)置為零，其它像素點的像素值不變；若為零，則執(zhí)行步驟(2b)到(2d);(2b)統(tǒng)計三維數(shù)據(jù)體D中所有像素點的直方圖，直方圖橫坐標(biāo)表示像素點的像素值，縱坐標(biāo)表示屬于該像素值的像素數(shù)目；(2c)搜索直方圖的所有波峰，記錄所有波峰最高點對應(yīng)的像素值，對這些像素值從大到小進(jìn)行排列，得到序列Army;(2d)取序列Array中的第二個元素，在該元素對應(yīng)的波峰值兩側(cè)，記錄當(dāng)像素數(shù)目下降到一半時的兩個像素值，下閾值參數(shù)TMIN為該兩個像素值中較小的一個，上閾fi參數(shù)TMAN為較大的一個。3、根據(jù)權(quán)利要求1所述的腹部CT圖像主要血管提取方法，其中步驟(4)所述的對第一小立方體V1進(jìn)行三維分水嶺分割，按如下步驟進(jìn)行(3a)對第一小立方體V1中的所有像素點，搜索其對應(yīng)的像素值最小且不為零的所有像素點得到第一序列Pixell，并記錄該最小值為P;(3b)對第一序列Pixdl中的像素點進(jìn)行初始區(qū)域標(biāo)記；(3c)將第一小立方體V1中所有像素點的像素值與最小值P相減，取差值小于25的所有像素點得到第二序列Pixd2;(3d)對第二序列Pixel2中的每一個像素點，判斷其周圍六個像素點的區(qū)域標(biāo)記，若周圍六個像素點都沒有區(qū)域標(biāo)記，則將該像素點標(biāo)記為新區(qū)域；若周圍六個像素點有一個區(qū)域標(biāo)記，則讓該像素點與周圍標(biāo)記像素點具有相同的區(qū)域標(biāo)記；若周圍六個像素點中有多個區(qū)域標(biāo)記，則將該像素點標(biāo)記為不同區(qū)域之間的邊界；(3e)將最小值P的值增加25，重復(fù)步驟(3c)和(3d)直到第一小立方體VI中的所有非零像素點都被標(biāo)記。4、根據(jù)權(quán)利要求1所述的腹部CT圖像主要血管提取方法，其中步驟(6)所述的對第二小立方體V2，按照區(qū)域生長的思想搜索六個六鄰域小立方體，按如下步驟進(jìn)行(4a)以第二小立方體V2的中心為起始像素點，分別在其上、下、左、右、前、后六個方向找到距離該起始像素點2N+1的六個新像素點；(4b)分別以該六個新像素點為中心，以2N+1為邊長從三維數(shù)據(jù)體D中提取六個新的小立方體。5、根據(jù)權(quán)利要求1所述的腹部CT圖像主要血管提取方法，其中步驟(7)所述的將鄰域小立方體與V2進(jìn)行連通處理，按如下步驟進(jìn)行-(5a)從第二小立方體V2中取出離鄰域小立方體最近的大小為(2N+1)*(2N+1)的像素面P1，該P(yáng)1上的像素點表示為P1(x，y)，x，y為自然數(shù)，且1《x，y《2N+l;(5b)從鄰域小立方體中取出離第二小立方體V2最近的大小為(2N+1)*(2N+1)的像素面P2，該P(yáng)2上的像素點表示為P2(x，y)，x，y為自然數(shù)；且l《x，y《2N+l;(5c)從三維數(shù)據(jù)體Y中取出與P2對應(yīng)位置的像素面P3，該P(yáng)3上的像素點表示為P3(x，y)，x，y為自然數(shù)；且1《x，y《2N+l;(5d)如果像素面P3中存在有血管標(biāo)記的像素點，則記錄該P(yáng)3中所有血管標(biāo)記像素點的坐標(biāo)P3(xi，yi)，1《i《n，n為P3中有血管標(biāo)記像素點的數(shù)目；(5e)對所有的(xi，yi)，如果P1(xi，yi)中存在M個具有相同區(qū)域標(biāo)記的像素點，則記錄該區(qū)域標(biāo)記，M為連同強(qiáng)度參數(shù)，且2《M《(2N+1)*(2N+1)(5f)搜索第二小立方體V2中屬于該區(qū)域標(biāo)記的所有像素點，將三維數(shù)據(jù)體Y中與之對應(yīng)位置的像素點進(jìn)行血管標(biāo)記。全文摘要本發(fā)明公開了一種基于三維區(qū)域分水嶺的腹部CT圖像主要血管提取方法，主要解決現(xiàn)有血管分割方法計算復(fù)雜度大，不能很好利用CT圖像之間的第三維信息等缺點。其實現(xiàn)步驟為(1)讀取一套腹部CT圖像，按成像順序排列得到腹部三維數(shù)據(jù)體；(2)對三維數(shù)據(jù)體中的多個小立方體進(jìn)行三維分水嶺分割，并對分割后的各小立方體進(jìn)行連通處理以從三維數(shù)據(jù)體中提取腹部CT圖像主要血管及相連器官；(3)從三維數(shù)據(jù)體中提取腹部主要器官；(4)對步驟(2)和步驟(3)得到的結(jié)果進(jìn)行相減，并對相減結(jié)果進(jìn)行后處理得到最終的腹部CT圖像主要血管。本發(fā)明能夠較快、較完整的得到腹部CT圖像主要血管，可用于對腹部主要血管的輔助診斷。文檔編號A61B6/03GK101551906SQ20091002249公開日2009年10月7日申請日期2009年5月13日優(yōu)先權(quán)日2009年5月13日發(fā)明者周偉達(dá),莉張,武彩麗,焦李成,鄒海雙申請人:西安電子科技大學(xué)