專利名稱：一種用于放射治療計劃系統(tǒng)的醫(yī)學圖像分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及醫(yī)學圖像分割技術(shù)，屬于醫(yī)學圖像處理領(lǐng)域，該方法特別適用于TPS放射治 療計劃系統(tǒng)。
背景技術(shù)：
放射治療是目前醫(yī)學界用于腫瘤治療的主要手段之一，而且由于計算機技術(shù)，尤其是放 射治療計劃系統(tǒng)(TPS)在放射治療中的應(yīng)用，使放射治療進入精確放療年代。治療計劃系 統(tǒng)的應(yīng)用，可以使得放射治療做到精確定位、精確設(shè)計腫瘤靶區(qū)劑量分布，在提高腫瘤局部 控制率的同時，最大限度地限制正常組織的損傷，從而提高生存率。
圖像處理技術(shù)是TPS系統(tǒng)的核心內(nèi)容和關(guān)鍵技術(shù)，對輸入圖像進行組織和器官的三維重 建，首先要對圖像進行組織分割和提取。因此對腫瘤圖像的精確分割直接影響到病變體三維 重建的準確度，以及后續(xù)放射治療計劃設(shè)計的精確度，在TPS系統(tǒng)中具有非常重要的基礎(chǔ)作 用。精確的腫瘤圖像分割可以使病變組織接受致死劑量的照射，而保證正常組織免受過多劑 量照射，做到精確放療，使得放射治療更加安全有效。
近年來，醫(yī)學圖像處理領(lǐng)域的研究空前活躍，也取得了豐碩的研究成果。但是由于醫(yī)學 圖像的特殊性、臨床病例的復(fù)雜多樣性，目前還沒有成熟的、通用的、可以直接使用的圖像 分割方法的固定模式，只有針對臨床實際和具體問題，才能選擇合適的圖像處理技術(shù)。在臨 床中，病灶性質(zhì)形態(tài)千差萬別，而分割方法也多種多樣，所以要根據(jù)病灶的圖像特點以及分 割算法的性質(zhì)來選擇合適的分割方案。
病灶區(qū)域與敏感組織輪廓的提取精度直接影響治療效果。在很多情況下，病灶區(qū)域、敏 感組織、健康組織沒有明顯的界線，現(xiàn)有的圖像自動分割方法提取的輪廓很難達到精確放射 治療的要求，如果提取錯誤，更會造成嚴重后果。因此，在放射治療計劃系統(tǒng)中， 一般采用 人工分割的方法，在CT圖像上手工勾畫和編輯輪廓邊緣，提取病灶和敏感組織的輪廓。
根據(jù)分割算法適用性的不同，圖像分割方法主要分為兩大類 一類方法是基于區(qū)域的分 割方法，通常利用同一區(qū)域內(nèi)的均勻性識別圖像中的不同區(qū)域；另一類方法是基于邊緣的分 割方法，通常利用圖像間不同性質(zhì)，如區(qū)域內(nèi)灰度不連續(xù)性，劃分出各個區(qū)域之間的分界線。
閾值法是一種傳統(tǒng)的圖像分割方法，它特別適用于目標和背景占據(jù)不同灰度級范圍的圖 像，因其實現(xiàn)簡單、計算量小、性能較穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技 術(shù)。圖像閾值化的目的是要按照灰度級，對像素集合進行一個劃分，得到的每個子集形成一 個與現(xiàn)實景物相對應(yīng)的區(qū)域，各個區(qū)域內(nèi)部具有一致的屬性，而相鄰區(qū)域不具有這種一致屬性。這樣的劃分可以通過從灰度級出發(fā)選取一個或多個閾值來實現(xiàn)。
閾值法主要有雙峰法、迭代法、最大類間方差法、熵方法等，在上述閾值選取方法中， 存在的不足是它們實際上只考慮了直方圖提供的灰度級信息，而忽略了圖像的空間位置細 節(jié)，對噪聲和灰度不均勻很敏感；另一方面，完全不同的兩幅圖像卻可以有相同的直方圖， 所以即使對于峰谷明顯的情況，這些方法也不能保證得到合理的閾值。
互信息作為一種圖像相似性測度，被應(yīng)用于圖像處理領(lǐng)域。對于兩幅醫(yī)學圖像，可以認 為它們是關(guān)于圖像灰度的兩個隨機變量集浮動圖像A和參考圖像B，兩幅圖像中相關(guān)的體素 灰度值表示為a和b，它們通過坐標變換相聯(lián)系。 圖像A的熵定義為
，)=-I> i。gj^(。) (1)
兩幅圖像A、 B的聯(lián)合熵定義為
(j， B) = —Z p朋(a, 6) log (a, &) p)
o，6
當^^)和A^)分別代表圖像A,B的邊緣概率分布時，A，"^)是聯(lián)合概率分布。兩幅
圖像的互信息為
/(X 5) = + -//(A 5) (3) 由Kullback-Leibler距離定義為
,)=^"爭g d (4) 又有學者提出了歸一化互信息
(5)
互信息在圖像處理領(lǐng)域己用于兩幅圖像間的配準，極大地提高了配準精度。經(jīng)驗證，圖 像分割越精確，分割后圖像與原圖像之間互信息值越大，因此可將互信息作為圖像分割的一 種測度，提高分割精確度?，F(xiàn)有的將互信息理論應(yīng)用于圖像分割的方法，將其作為一種測度， 與聚類法、區(qū)域分割法等結(jié)合，取得了不錯的效果。但是這些方法在精確度方面并不能滿足 TPS系統(tǒng)中分割精度的要求，仍然有待改進。
由于當前TPS系統(tǒng)中的圖像分割方法很多時候并不能滿足治療計劃制定的需要，本發(fā)明 提出一種新的圖像分割方法。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種更為精確的醫(yī)學圖像分割方法，使TPS系統(tǒng)中的圖像分割更加 精確，從而使得放射治療更加安全有效。
本發(fā)明提出一種醫(yī)學圖像分割新方法，用于TPS系統(tǒng)放射治療計劃制定前的圖像分割預(yù) 處理，其特征在于輸入待分割醫(yī)學圖像，根據(jù)分割要求，由粗到細分別選擇不同分割算法; 對分割精度要求很高的部位采用直方圖水面下降互信息法。
按照優(yōu)選實施方式，所述由粗到細分別選擇不同分割算法，指根據(jù)分割精度的要求，在 待分割圖像上選擇需要不同分割方法的區(qū)域，對精度要求不高且直方圖峰谷明顯的部位采用 雙峰法、迭代法等簡單快速的分割方法，對分割精度要求很高的部位采用直方圖水面下降互 信息法。
所述直方圖水面下降互信息法指將互信息作為最優(yōu)閾值測度，模擬形態(tài)學流域算法，將 圖像直方圖看作是一座山坡的切面圖，直方圖上的峰點視為山脊，谷點則認為是山谷。假設(shè) 該山坡被浸入湖泊，所有山脊都被水面淹沒，緩慢下降水面，最高的山峰將最先露出水面， 將它作為第一個目標物體，并為它構(gòu)造一個閾值向量T，隨著水面繼續(xù)下降，判斷每個露出 的點屬于該目標物體或者新目標，修改閾值向量T，隨著變換的進行，計算原圖像與根據(jù)閾 值向量T所分割得到的圖像間互信息，直到找到最大互信息，此時所得圖像即為最佳分割圖 像。
該方法包括以下步驟
a) 求取圖像直方圖，平滑直方圖，尋找直方圖最高點Highpoint,閾值向量T賦零值；
b) 從Highpoint開始下降，并將該點所對應(yīng)灰度值標記為第一個目標；
c) 繼續(xù)下降，判斷下一個露出水面的點所對應(yīng)灰度值是否屬于上一個目標，如果該點與 己露出水面的點相鄰或小于給定尺度A，則歸為同一目標，否則標記為新目標；
d) 計算互信息分別將對應(yīng)每個目標的最大和最小灰度值作為閾值分割圖像，并計算分 割后圖像與原圖像的互信息；
e) 求得最佳分割閾值向量將每次所得互信息與上一結(jié)果比較，如果互信息值增大，則 將該灰度值記為對應(yīng)該目標的最大或最小閾值，寫入閾值向量T，直到水面下降到最低，所 得向量T即為最佳分割閾值向量T;
f) 根據(jù)閾值向量T分割原圖像，得到最佳分割圖像。
直方圖水面下降互信息法對邊界模糊目標單一的圖像進行分割時，相對于傳統(tǒng)閾值分割 方法可得到更為精確的分割結(jié)果，但是該算法計算量相對較大，因此只適合截取出的小區(qū)域圖像。使用最大類間方差法進行分割時所得閾值較為理想，而且計算量小，速度快，可實現(xiàn) 實時要求，但是當目標物與背景灰度差不明顯時，不能得到滿意的結(jié)果。
為使結(jié)果更為精確，對直方圖水面下降互信息法進行改進。改進方法是首先用最大類 間方差法求得閾值向量To，然后在To決定的小范圍灰度級內(nèi)進行最大互信息分割，尋求更優(yōu)
閾值T 。具體方法如下
a) 根據(jù)多閾值分割策略，應(yīng)用最大類間方差法求得閾值向量To;
b) 在圖像直方圖上，由閾值向量To中元素灰度值所對應(yīng)最高點處，沿縱軸上升d距離
到達A高度處；
c) 在A高度處應(yīng)用HIST—MI方法，下降水面，i十算互信息，得到最優(yōu)閾值向量T;
d) 根據(jù)閾值向量T分割原圖像，得到最佳分割圖像。
本發(fā)明的優(yōu)點在于分割方法更精確，保證了治療效果，給病人帶來健康，也給醫(yī)生工
作帶來便利，對于病人及醫(yī)生都有重要意義。


圖l是本發(fā)明中直方圖水面下降互信息法的流程圖2是本發(fā)明中改進的直方圖水面下降互信息法的流程圖。
具體實施例方式
在TPS系統(tǒng)中，不同部位所要求的分割精度不同，對人體輪廓等較易分割部位采用一般 的分割方法就可以得到很滿意的結(jié)果，但對于病灶組織和一些靠近病灶需要保護的重要器官， 由于后續(xù)放射治療需要殺死病變組織又不能過多損傷正常組織，因此這些部位的分割精度要 求很高，需要選擇更為精細的分割方法。
本發(fā)明中對不需要精細分割的部位選用已有閾值分割方法，對需要精細分割部位采用本 發(fā)明中提出的直方圖水面下降互信息法。
下面根據(jù)附圖，詳細說明本發(fā)明的具體實施方式
。
實施例l:本發(fā)明中直方圖水面下降互信息法。 如圖1所示，該方法包括以下步驟
(1)將所采集的醫(yī)學圖像輸入TPS系統(tǒng)(2) 選擇需要進行精細分割的區(qū)域，主要包括病灶組織、對射線比較敏感的重要器官等， 通過軟件方法選取包含病灶或重要器官的最小矩形區(qū)域，記為圖像A;
(3) 計算該區(qū)域直方圖，平滑直方圖，尋找直方圖最高點Highpoint，閾值向量T賦零值;
(4) 從直方圖最高點下降，并判斷、標記目標從Highpoint開始下降，并將該點所對應(yīng) 灰度值標記為第一個目標，繼續(xù)下降，判斷下一個露出水面的點所對應(yīng)灰度值是否屬于上一 個目標，如果該點與已露出水面的點相鄰或小于給定尺度A，則歸為同一目標，否則標記為 新目標；
(5) 計算分割后圖像與原圖像之間的互信息MI:分別將對應(yīng)每個目標的最大和最小灰度 值作為閎值分割圖像A，分割后圖像記為B，并計算分割后圖像B與原圖像A的互信息，
/(j, 5) = Z ^ ("， &) log ~"&) 其中互信息值的計算公式為 。，* ;^(a)q (6);
(6) 依次比較各閾值下所得互信息值MI:將每次所得互信息與上一結(jié)果比較，如果互信 息值增大，則將該灰度值記為對應(yīng)該目標的最大或最小閾值，寫入閾值向量T;
(7) 求得最佳分割閾值向量水面下降到最低，所得向量T即為最佳分割閾值向量T;
(8) 根據(jù)閾值向量T分割原圖像，得到最佳分割圖像。
實施例2，本發(fā)明中改進的直方圖水面下降互信息法。
如圖2所示，該方法包括以下步驟
(1) 選擇需要進行精細分割的區(qū)域，通過軟件方法以鼠標選取包含病灶或重要器官的最
小矩形區(qū)域，記為圖像A;
(2) 調(diào)用最大類間方差法進行多閾值分割，得到閾值向量To; '
(3) 在To決定的直方圖的小高度范圍調(diào)用HIST—MI方法尋求更優(yōu)閾值向量T:在圖像直 方圖上，由閾值向量To中元素灰度值所對應(yīng)最高點處，沿縱軸上升d距離到達A高度處，在 A高度處應(yīng)用HIST—MI方法，下降水面，計算互信息，得到更優(yōu)閾值向量T;
(4) 在閾值向量T處分割所選圖像區(qū)域，得最優(yōu)分割結(jié)果。
權(quán)利要求
1.一種用于TPS系統(tǒng)的醫(yī)學圖像分割新方法，包括由粗到細分別選擇不同分割算法，其特征在于對圖像中分割精度要求很高的部位采用直方圖水面下降互信息法。
2. 根據(jù)權(quán)利要求1所述的直方圖水面下降互信息法，將互信息作為最優(yōu)閾值測度，模擬形態(tài) 學流域算法，計算原圖像與根據(jù)閾值向量T所分割得到的圖像間互信息，找到最大互信息，此時所得分割圖像即為最佳分割圖像； 其特征在于，該方法包括以下步驟a) 求取圖像直方圖，平滑直方圖，尋找直方圖最高點Highpoint，閾值向量T賦零值；b) 從Highpoint開始下降，并將該點所對應(yīng)灰度值標記為第一個目標；c) 繼續(xù)下降，判斷下一個露出水面的點所對應(yīng)灰度值是否屬于上一個目標，如果該點與 已露出水面的點相鄰或小于給定尺度入，則歸為同一目標，否則標記為新目標；d) 計算互信息分別將對應(yīng)每個目標的最大和最小灰度值作為閾值分割圖像，并計算分 割后圖像與原圖像的互信息；e) 求得最佳分割閾值向量將每次所得互信息與上一結(jié)果比較，如果互信息值增大，則 將該灰度值記為對應(yīng)該目標的最大或最小閾值，寫入閾值向量T，直到水面下降到最低，所 得向量T即為最佳分割閾值向量T;f) 根據(jù)閾值向量T分割原圖像，得到最佳分割圖像。
3. 根據(jù)權(quán)利要求1所述的直方圖水面下降互信息法，其中對其進行改進的方法指首先使用最 大類間方差法求得閾值向量To，'然后在To決定的小范圍灰度級內(nèi)進行最大互信息分割，尋求 更優(yōu)閾值T;其特征在于，具體方法如下a) 根據(jù)多閾值分割策略，應(yīng)用最大類間方差法求得閾值向量To;b) 在圖像直方圖上，由閾值向量To中元素灰度值所對應(yīng)最高點處，沿縱軸上升d距離到達A高度處；c) 在A高度處應(yīng)用直方圖水面下降互信息法，下降水面，計算互信息，得到最優(yōu)閾值向量T;d) 根據(jù)閾值向量T分割原圖像，得到最佳分割圖像。
全文摘要
本發(fā)明提出一種醫(yī)學圖像分割新方法，用于放射治療計劃(TPS)制定前的圖像預(yù)處理。對分割精度要求很高的部位，采用本發(fā)明提出的直方圖水面下降互信息法進行分割。該方法模擬形態(tài)學流域概念，對圖像直方圖實施淹沒后的水面下降法，計算原圖像與分割后圖像的互信息，尋求最大互信息值對應(yīng)的閾值向量，據(jù)此完成圖像分割。本發(fā)明還可與最大類間方差法結(jié)合進行圖像分割。
文檔編號G06T5/00GK101295400SQ20081001685
公開日2008年10月29日 申請日期2008年6月18日 優(yōu)先權(quán)日2008年6月18日
發(fā)明者劉常春, 徐延霞, 靜 楊, 楊金寶, 程孝國, 胡順波, 鵬 邵 申請人:山東大學