基于CT图像的势函数聚类分割人体脂肪检测

第37卷 第8期

2004年8月

天 津 大 学 学 报

Journal of Tianjin University

Vol.37 No.8

Aug.2004

基于CT图像的势函数聚类分割人体脂肪检测

梅 媚,张力新,万柏坤

(天津大学精密仪器与光电子工程学院,天津300072)

摘 要:C T图像中人体脂肪组织有与其他成分不重叠的灰度值范围,但背景较复杂,图像直方图中可能出现多峰情况,为此将势函数聚类自适应多阈值图像分割算法与CT图像分析相结合,设计了一种快速而有效的多阈值脂肪提取算法 势函数聚类自适应模糊多阈值分割法,并进行CT图像计算机辅助人体脂肪检测.实验结果和脂肪含量计算表明,该方法能准确地检测人体脂肪分布以及含量等信息,计算结果直观效果好,且该算法得到的同一个体相邻断层脂肪含量相关性好.多次实验证明,计算机辅助脂肪检测方法在实验中具有很高的适应性与稳定性.

关键词:体脂;CT;图像分割;势函数

中图分类号:R318.04;R318.6 文献标志码:A 文章编号:0493 2137(2004)08 0740 05

Using Potential Function Clustering Image Segmentation

to Assess Body Fat Based on Computed Tomography Image

MEI Mei,Z HANG Li xin,WAN Bai kun

(School of Precisi on Instruments and Opto Electronics Engineering,Tianjin University,Tianjin300072,China)

Abstract:As the body fat has a distinct grayness range in its c omputer image,but relatively more complex in bac k ground so that the histogra m of images may have multi pe ak.This paper brings for ward an effec tive and fast multi thresholds image se gmentation me thod,potent ial function clustering image segmentation,based on potential function clustering and co mputed tomography(CT)i mage to realize computer aided body fat testing syste m.The results of im a ge segmentation and the fat c ontent calculation show that the me thod is precise,and the calculation result is satisfac tory.The results of fat content from the sa me individual and contiguous laye rs calculated by this method are with good rela t ivity.Proved by plentiful tests,the adaptability and stability of this co mputer aided body fat testing method are very good.

Keywords:body fa t;co mputed to megraphy(CT);image segmentation;potent ial func tion

随着人们物质生活水平的提高、饮食结构的改变,肥胖及其相关疾病已成为医学界关注的又一焦点.肥胖是一种以身体脂肪堆积过多或脂肪分布异常为主要特征、多病因、能够合并多种疾患的慢性病.肥胖不仅影响美观,且较易合并糖尿病、高血压、血脂质异常和冠心病等一系列疾患,甚至是某些癌症的起因.

从肥胖的定义可以看出,肥胖病与人体组织中脂肪成分的含量及其分布的变化有着密不可分的关系,所以有关肥胖病研究的重点集中在如何及时、准确地将人体中局部乃至全身脂肪含量及分布的定量信息检测出来.测定总体脂和局部体脂的方法很多[1~3],如简易参数测量法、水下称量法、生物电阻抗法、双能X线吸收法、计算机断层成像(C T)、磁共振成像(MRI)和超声等.

上述方法都可用来估算人体内脂肪.简易参数测量法中各参数的获得非常简单,但并不准确,也不适合局部体脂分布的检测.只有超声、C T和MRI可用局部脂肪分布的观察与测量.其中超声波检测对局部脂肪

收稿日期:2003 07 09;修回日期:2003 09 26. 作者简介:梅 媚(1978 ),女,博士研究生.

值的测量很有效,用时也很短,不过其准确性较CT 和MRI 要低;MRI 对皮下脂肪的测量精度与C T 基本相同,而在内脏脂肪测量时误差较明显,且其仪器费用太高,扫描时间长于C T,所以可利用价值不如CT.故笔者认为,C T 技术是当前最实用且最精确的整体和局部脂肪组织测量技术.

笔者提出利用先进的图像分割手段,使用计算机辅助C T 图像进行脂肪分布及含量检测的方法.该方法将有助于及时、准确地将人体中脂肪含量及分布的定量信息检测出来.人们可参考这些信息,合理营养、适时锻炼、准确诊断与及时治疗,从而达到预防和治疗肥胖及相关疾病的目的

[1~3]

.

1 脂肪分布与含量检测原理

1.1 CT 图像获取方式

笔者的研究对象是数字化的人体C T 图像,其获得方式及其准确性将直接影响后续的图像处理.C T 图像有3种获取方式[4,5]:遵循DICOM 3.0规范的数字图像采集方式和视频采集方式、胶片扫描数字化.胶片扫描数字化是一种最原始的图像获取方式,主要经历了从C T 原始数据到监视器上的CT 视频图像,从C T 图像通过多幅照相机形成胶片,再从胶片被扫描数字化的过程.与其他两种方法相比,该方式获取图像经历的过程最多,人为参与影响程度最大,噪声也最大.但我国早期引进的大量C T 设备没有通用的网络接口,无法实现遵循DICOM 3.0规范的数字图像采集方式获得图像,而且视频采集方式和遵循DIC OM 3.0规范的数字图像采集方式成本较高.所以胶片扫描数字化方式是最适宜的一种方法,图像获取也相对容易,而且可对已有的胶片图像进行处理和研究.由于胶片扫描数字化方式获取的图像噪声最大,如果在该种图像中可以成功地完成脂肪的提取和量化工作,那么另两种方法也就完全可行.

笔者选择第三种方法获得C T 图像.1.2 利用CT 图像进行人体脂肪检测原理

经CT 重建的图像是相应于C T 值分布的图像,在人体中脂肪的C T 值完全不受造影剂的影响,而且与其他组织没有交迭且相差较大,如果找到脂肪C T 值范围内所对应的各像素点,就可以准确地确定出脂肪的位置[6].

根据C T 装置的窗口技术可知,C T 值在一定范围内与显示器上的显示灰度值呈线性关系,因此在C T

图像计算机显示中累积性脂肪将拥有与其他成分不重

叠的灰度值范围.换而言之,脂肪在CT 图像中将表现出明显的灰度连续性和范围性.针对脂肪的这一特征,图像分割应是解决脂肪提取问题的合适手段. 图像分割就是把图像分为各具特性的区域并提取出感兴趣区域的技术和过程.通常情况下,利用目标区域和背景区域在灰度方面的差异,可以实现对图像的分割,即基于灰度的图像分割.表征灰度统计信息的工具是图像的灰度直方图.基于直方图的图像分割,其使用的信息和目的都比较明确.以往的学者对此进行了很多研究

[7]

,但这些研究主要集中在单阈值分割上.虽

然笔者研究的脂肪组织在CT 图像中的灰度特性很明显,且要分离提取的目标很单一,但由于人体中组织较多,图像背景相对较复杂,所以在直方图中总是出现多峰情况,单阈值分割就不适合笔者的使用要求.为此,提出利用势函数聚类自适应模糊多阈值分割进行脂肪提取的方法.

1.3 势函数聚类分割算法

图1为多阈值势函数聚类自适应分割算法[8]的流程图.

图1 多阈值势函数聚类自适应分割算法流程图Fig.1

Flow chart of multi thresholds potential function clustering image segmentation

741 2004年8月 梅 媚等:基于CT 图像的势函数聚类分割人体脂肪检测