首页> 中国专利> 薄层扫描的影像数据中结肠平坦型病灶三维区域数据提取方法

薄层扫描的影像数据中结肠平坦型病灶三维区域数据提取方法

摘要

本发明公开了一种薄层扫描的影像数据中结肠平坦型病灶三维区域数据提取方法,首先对对薄层扫描获取的结肠壁体的影像数据进行剖分,然后提取剖面图中结肠数据内壁和外壁之间居中层的数据;设定模板窗口,通过移动此模板窗口对整个居中层面数据进行扫描,获取纹理特征向量,同时将纹理特征向量的模与设定的既定向量的模来比较,当其值大于既定向量的模时对该区域进行标记;对于每一个标记的区域,按照区域生长法在具有一定厚度的结肠壁内生长形成一个三维区域。本发明提出的方法不依赖形状变化,利用结肠壁内部纹理特点进行平坦型病灶的定位并且提取出其三维数据区域。

著录项

  • 公开/公告号CN103514601A

    专利类型发明专利

  • 公开/公告日2014-01-15

    原文格式PDF

  • 申请/专利权人 中国人民解放军第四军医大学;

    申请/专利号CN201310432236.8

  • 申请日2013-09-18

  • 分类号G06T7/00(20060101);G06T17/00(20060101);

  • 代理机构61200 西安通大专利代理有限责任公司;

  • 代理人蔡和平

  • 地址 710032 陕西省西安市长乐西路169号

  • 入库时间 2024-02-19 21:57:24

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2018-09-04

    未缴年费专利权终止 IPC(主分类):G06T7/00 授权公告日:20160914 终止日期:20170918 申请日:20130918

    专利权的终止

  • 2016-09-14

    授权

    授权

  • 2014-02-19

    实质审查的生效 IPC(主分类):G06T7/00 申请日:20130918

    实质审查的生效

  • 2014-01-15

    公开

    公开

说明书

技术领域

本发明属于医学图像处理领域,涉及薄层扫描的影像数据中结肠平坦型 病灶三维区域数据提取方法。

背景技术

利用计算机技术进行CT数据三维重建,实现病灶部位的自动分析和识 别是目前医疗诊断的一个新方向和研究热点。目前和本发明相关的关键技术 的现状如下:

提取结肠壁信息。由于平坦型病灶的特点是没有明显的形状变化,因此 利用结肠内壁表面形态变化来检测病灶的方法往往会造成平坦型病灶的漏 检。充分利用影像数据提供的三维信息是提高CAD性能的关键,但这些信 息的有效提取则依赖于结肠壁的准确提取。对于内壁的提取目前采取的方法 主要是依据结肠壁和结肠内的空气的高对比特性[Masutani Y,Yoshida H, MacEneaney PM,Dachman AH.Automated segmentation of colonic walls for  computerized detection of polyps in CT colonography.J Comput Assist Tomogr  2001;25:629–38.],首先采取轴向插值的方法实现数据的各向同性。然后根 据不同组织CT值的差异性,对于插值后的数据进行阈值分割,区域生长最 后获得整个结肠壁区域。如果在分割算法中考虑一些结肠的先验知识,整个 结肠的识别率可以达到98%[Nappi J,Dachman AH,MacEneaney P,Yoshida H. Automated knowledge-guided segmentation of colonic walls for computerized  detection of polyps in CT colonography.J Comput Assist Tomogr2002;26: 493–504.]。结肠内壁的分割一些主要的方法如下:

Dongqing Chen等提出的矢量量化(Vector quantization)法使用修改的自 适应实时矢量量化法对低层次图像特征分类,区域生长策略实现高层次特征 提取[Dongqing Chen,Zhengrong Liang,Mark R.Wax,et.al.A Novel Approach to Extract Colon Lumen from CT Image for Virtual Colonoscopy,IEEE Trans  Med Imaging2000;19:1220–1226]。Wake Forest大学研究小组C.L.Wyatt等 提出的距离变化法(Distance transform)通过种子点定位和对充气结肠区段 的分割,实现了全5自动结肠分割[C.L.Wyatt,Y.Ge,D.J.Vining,Automatic  segmentation of the colon for virtual colonoscopy Computerized Medical  Imaging & Graphics,January-February2000;24:1-9]。Chicago大学Nappi,小组 提出的基于先验知识的分割(Knowledge-based segmentation)在解剖学特点 的基础上,在结肠内进行自适应体生长算法,对充气区域进行追踪而实现小 肠的剔除[Nappi,Dachman,Maceneaney et al,July-August,Automated  Knowledge Guided Segmentation of Colonic Walls for Computerized Detection  of Polyps in CT Colonography,Journal of Computer Assisted Tomography, 2002;26:493-504]。Iordanescu小组提出放置多个种子点法(Multiple seed point  placement),其使用二维形态学算子检测盲肠和结肠内充气区域,然后生成 多个用于分割的种子点[G.Iordanescu,P.Pickhardt,J.Choi,R.Summers, Automated seed placement for colon segmentation in computed tomography  colonography,Academic Radiology,2005;12:182-190]。Frimmel等提出的基 于中心线的分割(Centerline-based segmentation)先在各个充气区域画出中心 线,然后智能化分析这些中线而将其连接起来,从而提取出包括塌陷区域的 整个结肠[Frimmel,J.Nappi and H.Yoshida,Centerline-based colon  segmentation for CT colonography,Medical Physics,2005;32:2665-2672]。

提取结肠壁的关键技术和难点主要有3个方面的问题:①计算机由于灌 肠不彻底而残留的粪便等对分割的影响[Lihong Li,Dongqing Chen,Sarang  Lakare,et.al.,An image segmentation approach to extract colon lumen through  colonic material tagging and hidden Markov random field model for virtual  colonoscopy,SPIE Symposium on Medical Imaging,San Diego,CA,USA, February2002.];②局部结肠充气不足而引起的塌陷部位的分割问题;③正 确且完整地分割出正常结肠壁的厚度。问题①已经有很多较好的解决方案。 用的比较多的是在进行CT检查的前一天进食含有钡标记的食品,从而使得 在进行CT扫描时残留的粪便在CT值上呈高亮显示,结肠内高亮区域的特 殊处理结合传统的阈值分割结果,可以很好的消除掉残留粪便对分割造成的 影像,称为“电子清洗技术(Electronic cleansing)”[M.Wax,Z.Liang,D.Chen, B.Li,R.Chiou,A.Kaufman,and A.Viswambharan,“Electronic colon cleansing  for virtual colonoscopy,”1st Intl.Conference on Virtual Colonoscopy,Boston, MA,1998.]。对于标记区域和结肠壁接触处的高亮区域引起的局部容积效应 (Partial volume effects,PVE),目前也有较好的解决方案[Liang,Z.,Tissue  classification and segmentation of MR images:research on statistical approaches  offers avenue toward automation,IEEE Engin.in Medicine and Biology1993;12: 81-85.]。问题②可优先通过在肠道准备阶段增强充气量来解决。考虑到患者 的耐受性问题,也有一些后处理分析上的解决方案[Tarik A.Chowdhury,Paul  F.Whelan,Ovidiu Ghita,A Method for Automatic Segmentation of Collapsed  Colons at CT Colonography,2nd Indian International Conference on Artificial  Intelligence,Pune,India,2005.]。问题③是提取结肠壁信息难点问题。由于结 肠壁CT值和其毗邻器官CT值近似,把结肠外壁从这些毗邻组织精确地分 割出来仍是本领域有挑战性的领域。由于本次申请的研究的一个重点内容为 平坦型病灶的检测,而平坦型病灶在结肠内壁上没有明显形变,因此结肠壁 (包括整个内外壁之间的部分)所蕴含的信息是识别病灶的一个主要信息来 源。

发明内容

为了在影像学数据中获得更多的平坦型病灶的信息,提供一种薄层扫描 的影像数据中结肠平坦型病灶三维区域数据提取方法,从结肠壁定位病灶并 挖取平坦型病灶体的数据,以便获取平坦型病灶的数据、图像。

本发明是通过以下技术方案来实现:

薄层扫描的影像数据中结肠平坦型病灶三维区域数据提取方法,包括以 下操作:

1)对薄层扫描获取的结肠壁体的影像数据,沿着肠壁中轴方向进行剖开 而展开成一个非闭合的具有一定厚度的剖面图;

2)提取剖面图中结肠数据内壁和外壁之间居中层的数据;

3)设定模板窗口,通过移动此模板窗口对整个居中层面数据进行扫描, 获取纹理特征向量,同时将纹理特征向量的模与设定的既定向量的模来比较, 当其值大于既定向量的模时对该区域进行标记;

4)对于每一个标记的区域,按照区域生长法在具有一定厚度的结肠壁内 生长形成一个三维区域,该三维区域即为所提取的平坦型病灶区域。

所述的剖分是在结肠壁外表面任意一点,沿着结肠中心线方向,对获得 的结肠壁影像体数据进行剖分操作,从而把结肠壁体沿着肠壁中轴方向进行 剖开而展开成一个非闭合的剖面图。

所述的居中层为外壁和内壁的影像数据的中间值所在的层。

所述的模版窗口所对应的实际尺寸大于2cm。

所述的模板窗口对整个居中层面数据进行遍历扫描。

所述的模板窗口是按照逐行或逐列的方式对居中层面数据进行扫描。

所述的既定向量是从正常结肠组织标本中统计所得的平均值组成的向 量。

还将生成的平坦型病灶区域在薄层扫描的影像数据中标记,并进行显示 或打印。

与现有技术相比,本发明具有以下有益的技术效果:

本发明提供的薄层扫描的影像数据中结肠平坦型病灶三维区域数据提取 方法,首次解决了从影像数据中无法提取平坦型病灶三维区域的问题。本发 明提出的方法不依赖形状变化,利用结肠壁内部纹理特点进行平坦型病灶的 定位并且提取出其三维数据区域,从而生成相应的图像,或者在原图像上生 成标记的三维区域,进行显示或打印,可应于相应数据处理装置。

附图说明

图1为结肠壁体的影像数据的剖分及纹理特征向量提取示意图。

具体实施方式

下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明 的解释而不是限定。

本发明提供的薄层扫描的影像数据中结肠平坦型病灶三维区域数据提取 方法,可以从包含结肠内壁和外壁的影像学数据中初步筛选出平坦型病灶的 具体位置,包括以下操作(参见图1):

1)对薄层扫描获取的结肠壁体的影像数据,沿着肠壁中轴方向进行剖开 而展开成一个非闭合的具有一定厚度的剖面图;

2)提取剖面图中结肠数据内壁和外壁之间居中层的数据;

3)设定模板窗口,通过移动此模板窗口对整个居中层面数据进行扫描, 获取纹理特征向量,同时将纹理特征向量的模与设定的既定向量的模来比较, 当其值大于既定向量的模时对该区域进行标记;

4)对于每一个标记的区域,按照区域生长法在具有一定厚度的结肠壁内 生长形成一个三维区域,该三维区域即为所提取的平坦型病灶区域,得到部 分区域被标记的薄层扫描的影像数据。

具体的,所述的剖分是在结肠壁外表面任意一点,沿着结肠中心线方向, 对获得的结肠壁影像体数据进行剖分操作,从而把结肠壁体沿着肠壁中轴方 向进行剖开而展开成一个非闭合的剖面图。

所述的居中层为外壁和内壁的影像数据的中间值所在的层。

所述的模版窗口模版实际尺寸应大于大多数息肉,例如2cm。分析的过 程采用移动模板法。即把模板看成一个窗口,通过移动此窗口对整个中层剖 面进行扫描,获取纹理特征向量。

所述的模板窗口对整个居中层面数据进行遍历扫描。具体的模板窗口是 按照逐行或逐列或其他方式对居中层面数据进行扫描。

所述将纹理特征向量的模与设定的既定向量的模来比较,当其值大于既 定向量的模时进行标记。具体的既定向量是从正常结肠组织标本中统计所得 的平均值组成的向量。

还将生成的平坦型病灶区域在薄层扫描的影像数据中标记,并进行显示 或打印。这样就完成了对薄层扫描的影像数据的处理,可应于相应数据处理 装置;而所显示的图像可供医生进行后续分析处理,从而为临床诊断提供辅 助。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号