CTA影像头部骨骼组织提取算法

《CTA影像头部骨骼组织提取算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2015年6月第41卷第6期北京航空航天大学学报JournalofBeijingUniversityofAeronauticsandAstronauticsJune2015V01．4lNo．6http：7}bhxb．buaa．edu．cnjbuaa@buaa．edu．cnDOI：10．13700／j．bh．1001—5965．2014．0502CTA影像头部骨骼组织提取算法曹春红“⋯，艾亮3，许光星1’2(1．东北大学信息科学与工程学院，沈阳110819；2．东北大学医学影像计算教育部重点实验室，沈阳110819；3．沈阳铁路局信息技术

2、所，沈阳110001)摘要：计算机断层血管造影(CTA)影像单纯根据灰度信息无法良好地分离血管组织和骨骼组织．结合CTA影像的灰度特点，提出基于改进的三维区域生长算法的骨骼组织外轮廓提取和基于改进的Snake模型的骨骼提取算法．首先结合概率论的相关知识改进区域生长判定条件的准确性，提出三维区域生长的快速的骨骼区域种子点提取方法，使得它可以获得比较准确的骨骼组织区域．之后选取Snake模型并对其进行改进，增加了影像能量信息项，使得该模型可以更好地解决当前的问题．最后给出了实验结果并和传统算法进行对比，证实所提出的骨骼组织分割提取算法效果良

3、好．关键词：骨骼提取；三维分割；计算机断层血管造影(CTA)；区域增长；医学影像分割中图分类号：TP391文献标识码：A文章编号：1001．5965(2015)06-0982-07近代，心脑血管疾病已经成为威胁人类健康的第一大杀手．骨骼组织分离提取和血管组织分离提取成为医学影像研究领域的两大核心部分¨⋯．相对于高昂的正电子发射计算机断层扫描(PositronEmissionTomography，PET)、磁共振成像(MagneticResonanceImaging，MRI)等医疗影像采集技术，计算机断层血管造影(ComputedTomo

4、．graphyAngiography，CTA)作为一种拥有更多受众的医疗影像采集技术在我国拥有相对于其他医学影像采集技术更多的临床应用∞⋯．在CTA影像中，由于血液中注入了造影剂使得血管组织和骨骼组织的灰度域互相重叠，单纯根据灰度信息是无法良好地分离血管组织和骨骼组织的。因此，如何在高阈值范围内区分出骨骼组织和血管组织是CTA影像处理领域的一大难题¨1．本文通过判定血管组织和骨骼组织的空间几何形态特征来分离血管组织和骨骼组织，提出了基于改进的三维区域生长算法的骨骼组织外轮廓提取和基于改进的Snake模型的头部骨骼提取算法．1基于改进的三

5、维区域生长的骨骼组织外轮廓提取传统的医学影像处理都是基于每层影像单独处理的．近年来，越来越多的专家学者都提出从三维空间中整体处理医学影像信息．从三维空间中寻找感兴趣的组织结构相比单纯的从二维空间中查找需要更大的计算量和需要考虑更复杂的空间结构，但是也相应地额外获取了层与层之间的空间信息．尤其是有些医学影像数据集合中，某些组织器官如果单纯从每层中独立分离提取，它们就会形成断裂．有些细小的骨骼组织末端由于容积效应，使得它的像素的灰度值比普通骨骼组织的收稿日期：2014-08—11；录用日期：2014—12．．08；网络出版时间：2014．1

6、2-2216：52网络出版地址：www．cnki．net／kems／detail／11．2625．V．20141222．1652．005．html基金项目：国家自然科学基金(61300096)；中央高校基本科研业务费专项资金(N130404013)+通讯作者：曹春红(1976一)，女，吉林四平人，副教授，caochunhong@ise．neu．edu．en，主要研究方向为计算机图形学、计算机图像处理．；f用格式：曹春红，艾亮，许光星．CTA影像头部骨髂组织提取算法ⅣJ．北京航空航天大学学报，2015，41∞)：982—988．CaoCH

7、，AiL，XuGX．HeadbonetissueextractionalgorithmbasedonCTAimageUJ．JournalofBeijingUniversityofAemnau—ticsandAstronautics，2015，41f6)：982-988(inChinese)．第6期曹春红，等：CTA影像头部骨骼组织提取算法983灰度值低很多，并且它在当前层的影像中不与其他骨骼组织有链接，这就使得在传统的二维区域生长或其他算法下，它将不会被标记为骨骼组织像素．三维区域生长¨。叫有效地解决了这个问题，它在纵向的生长过程中可以

8、找到骨骼组织在纵向上的末端并将其标记．基本的三维区域生长算法就是把图像分割中经典的二维区域生长算法扩展到三维空间中．将在二维空间中搜索使用的8．邻域在三维区域生长算法中扩展至26．邻域，26．邻域中心像素点