交互式图像分割方法与设计方案

图片简介:

本技术提供了一种交互式图像分割方法，包括步骤有：将医学图像的三维数据映射为三个正交方向的二维图像；对所述二维图像进行鼠标交互处理，将鼠标单击点处的像素点作为种子点；根据所述种子点的体素值设定初始阈值范围；根据所述种子点和所述初始阈值范围进行阈值增长算法处理，其计算结果存储为图像中间数据；根据所述图像中间数据生成轮廓，将所述轮廓以轮廓点集的形式保存；将所述轮廓点集包围的区域标记为分割区域以形成分割结果。借此，本技术提高了医疗图像的分割速度和分割质量，同时简化了用户操作。

技术要求

1.一种交互式图像分割方法，其特征在于，包括步骤有：

将医学图像的三维数据映射为三个正交方向的二维图像；

对所述二维图像进行鼠标交互处理，将所述鼠标单击点处的像素点作为种子点；

根据所述种子点的体素值设定初始阈值范围；

根据所述种子点和所述初始阈值范围进行阈值增长算法处理，其计算结果存储为图像中间数据；

根据所述图像中间数据生成初始轮廓；

在所述初始轮廓上拖动所述鼠标进行交互；

根据所述鼠标的位置计算新阈值范围，假设所述初始阈值范围为[a,b]，鼠标拖动过程中计算一个缩放因子w，若所述鼠标单击点的坐标为(px,py),所述鼠标移动到点(tx,ty)，则计算出新阈值范围[a',b']如下：

根据所述新阈值范围进行阈值增长算法处理并实时显示计算出的轮廓；

上下拖动鼠标，重复上述过程：重新计算新阈值范围，重新进行阈值增长算法并实时显示计算出的轮廓，当阈值调整达到一个比较满意的轮廓，鼠标弹开，交互结束，其计算结果存储为新图像中间数据；

根据所述新图像中间数据生成新轮廓，将所述新轮廓以新轮廓点集的形式保存；

将所述轮廓点集包围的区域标记为分割区域以形成分割结果。

2.根据权利要求1所述的方法，其特征在于，所述根据图像中间数据生成轮廓，将所述轮廓以轮廓点集的形式保存的步骤包括：

根据所述图像中间数据提取闭合区域的轮廓，对所述闭合区域内的空洞不做提取，提取出的所述轮廓以轮廓点集的形式保存在一维数组Point[number]中。

3.根据权利要求1所述的方法，其特征在于，所述将轮廓点集包围的区域标记为分割区域以形成分割结果的步骤之后还包括：

选择填充指令后，通过鼠标单击所述分割区域的空洞，所述空洞将被填充；和/或

选择删除指令后，通过鼠标单击所述分割区域，所述分割区域将被删除。

4.根据权利要求1所述的方法，其特征在于，所述将轮廓点集包围的区域标记为分割区域以形成分割结果的步骤之后还包括：

将所述分割区域标记为非分割区域以从所述分割结果中删除所述分割区域。

5.根据权利要求1所述的方法，其特征在于，所述三维数据的分割数据和所述二维图像的分割数据为二值图像，并且对所述二维图像逐层进行所述鼠标交互处理。

6.根据权利要求1～5任一项所述的方法，其特征在于，所述将轮廓点集包围的区域标记为分割区域以形成分割结果的步骤之后还包括：

所述鼠标单击所述分割区域生成贝塞尔曲线；

计算所述贝塞尔曲线的控制点(p0,p1……pn)；

由所述控制点(p0,p1……pn)根据N次贝塞尔曲线公式生成新轮廓并实时显示；

所述N次贝塞尔曲线公式如下：

其中P0,P1……Pn是所述控制点(p0,p1……pn)的坐标。

7.根据权利要求6所述的方法，其特征在于，所述计算贝塞尔曲线的控制点(p0,p1……pn)的步骤包括：

遍历所述轮廓点集并计算每个点Point[i]的曲率，取出点Point[i-10]，Point[i]，Point[i+10]三个点的坐标(x1,y1)，(x,y)(x2,y2)，所述点Point[i]的曲

率c由如下公式计算：

设定拐点密度P1和平滑密度P2，若轮廓上某点Point[i]曲率c>－0.7，并且其前面P1个点无控制点，则点Point[i]为控制点；并且若曲率c≤－

0.7，并且前面P2个点无控制点，则点Point[i]为控制点。

8.根据权利要求6所述的方法，其特征在于，所述计算贝塞尔曲线的控制点的步骤之后还包括：

所述鼠标单击选中所述控制点，拖动所述鼠标修改所述控制点，单击所述轮廓增加新控制点。

技术说明书

交互式图像分割方法

技术领域

本技术涉及医疗图像分割技术技术领域，尤其涉及一种交互式图像分割方法。

背景技术

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤组成。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。近年来，研究人员不断改进原有的图像分割方法并把其它学科的一些新理论和新方法用于图像分割，提出了不少新的分割方法。

在医学图像处理和分析中，快速准确地勾画一些感兴趣区域对于患者的图像分析、准确治疗，对于减少临床医生工作量有着极大帮助。在医学CT(ComputedTomography，计算机断层扫描)图像的处理中，其感兴趣区域的勾画实际上就是获取感兴趣组织或器官的轮廓。组织或器官的轮廓就是图像的边界，是指灰度有阶跃变化或屋顶变化的那些像素的集合，是由灰度的不连续性所反映。组织或器官的轮廓的提取就是利用CT图像反映的人体边界或者组织器官边界的灰度阶跃变化等，获得其外形轮廓等相关信息。

现有医学图像分割算法，大多以算法为主，追求自动化分割方法，但自动化分割算法对图像数据的质量有一定的要求，当面对质量比较差的图像数据的时候，很难单纯的用算法取得一个较为理想的分割结果。另外，若分割结果不够理想，也需要一种快速的切面修改方法，这也是目前的研究比较缺乏的。已有的一些传统勾画方法，如利用灰度的简单变化，依赖操作者的观察，手动勾画出组织或器官，这在勾画的精确性和自适应性方面无法保证，对人工的干预要求高，且操作复杂。另外，在图像分辨率确定的情况下，轮廓的边缘质量也对后面三维重建有着很大的影响，同样传统的勾画方法在这方面也缺乏优化解决方案。

综上可知，现有医疗图像分割技术在实际使用上，显然存在不便与缺陷，所以有必要加以改进。

技术内容

针对上述的缺陷，本技术的目的在于提供一种交互式图像分割方法，其提高了医疗图像的分割速度和分割质量，同时简化了用户操作。

为了实现上述目的，本技术提供一种交互式图像分割方法，包括步骤有：

将医学图像的三维数据映射为三个正交方向的二维图像；

对所述二维图像进行鼠标交互处理，将所述鼠标单击点处的像素点作为种子点；

根据所述种子点的体素值设定初始阈值范围；

根据所述种子点和所述初始阈值范围进行阈值增长算法处理，其计算结果存储为图像中间数据；

根据所述图像中间数据生成轮廓，将所述轮廓以轮廓点集的形式保存；

将所述轮廓点集包围的区域标记为分割区域以形成分割结果。

根据本技术所述的方法，所述根据图像中间数据生成轮廓，将所述轮廓以轮廓点集的形式保存的步骤包括：

根据所述图像中间数据生成初始轮廓；

在所述初始轮廓上拖动所述鼠标进行交互；

根据所述鼠标的位置计算新阈值范围；

根据所述新阈值范围进行阈值增长算法处理，其计算结果存储为新图像中间数据；

根据所述新图像中间数据生成新轮廓，将所述新轮廓以新轮廓点集的形式保存。

根据本技术所述的方法，假设所述初始阈值范围为[a,b]，鼠标拖动过程中计算一个缩放因子w，若所述鼠标单击点的坐标为(px,py),所述鼠标移动到点(tx,ty)，则计算出新阈值范围[a',b']如下：