• 浪潮孙丕恕从信息时代到智能时代 人工智能价值将爆发式释放 2019-12-21
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
    • / 11
    • 下载费用:30 金币  

    重庆时时彩平台建设lm0: 基于改进的水平集的自动肿瘤区域分割方法.pdf

    关 键 词:
    基于 改进 水平 自动 肿瘤 区域 分割 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201510124586.7

    申请日:

    2015.03.20

    公开号:

    CN104715484A

    公开日:

    2015.06.17

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06T 7/00申请日:20150320|||公开
    IPC分类号: G06T7/00 主分类号: G06T7/00
    申请人: 中国科学院自动化研究所
    发明人: 田捷; 牟玮; 陈喆; 杨凤
    地址: 100080北京市海淀区中关村东路95号
    优先权:
    专利代理机构: 北京博维知识产权代理事务所(特殊普通合伙)11486 代理人: 方振昌
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201510124586.7

    授权公告号:

    ||||||

    法律状态公告日:

    2018.04.13|||2015.07.15|||2015.06.17

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明提供一种基于改进的水平集的自动肿瘤区域分割方法,包括:获取包含病变区域的待分割的原始PET图像并进行预处理和定位从而确定预处理后的待分割病变区域PET图像;根据病变区域的CT图像和所述预处理后的待分割病变区域PET图像构造超图,从而初步确定PET图像中的粗略肿瘤区域为初始零水平集;对所述初始零水平集执行改进的水平集方法从而确定肿瘤区域;根据形态学运算对所述肿瘤区域执行边缘平滑处理。本发明所述方法能够实现快速准确的分割肿瘤区域,从而辅助外科医生进行诊断治疗及疗效评估。

    权利要求书

    权利要求书
    1.  一种基于改进的水平集的自动肿瘤区域分割方法,其特征在于,包括:
    获取包含病变区域的待分割的原始PET图像并进行预处理和定位从而确定预处理后的待分割病变区域PET图像;
    根据病变区域的CT图像和所述预处理后的待分割病变区域PET图像构造超图,从而初步确定所述PET图像中的粗略肿瘤区域为初始零水平集;
    对所述初始零水平集执行改进的水平集方法从而确定肿瘤区域;
    根据形态学运算对所述肿瘤区域执行边缘平滑处理。

    2.  根据权利要求1所述的基于改进的水平集的自动肿瘤区域分割方法,其特征在于,所述获取包含病变区域的待分割的原始PET图像并进行预处理和定位从而确定预处理后的待分割病变区域PET图像包括:
    对所述包含病变区域的待分割的原始PET图像中的体素灰度值除以所注射的显影剂剂量和病人体重以转换为SUV值,再进行高斯滤波和上采样,最后根据所述SUV值定位并确定预处理后的待分割病变区域PET图像。
    所述根据病变区域的CT图像和所述预处理后的待分割病变区域PET图像构造超图,从而初步确定所述PET图像中的粗略肿瘤区域为初始零水平集包括:
    对所述预处理后的待分割病变区域PET图像和病变区域的CT图像归一化并相乘后的结果构建超图,再利用模糊C均值聚类法、形态学腐蚀和通用阈值法初步确定所述PET图像中的粗略肿瘤区域为初始零水平集。
    所述对初始零水平集执行改进的水平集方法从而确定肿瘤区域包括:
    将预处理后的待分割病变区域PET图像的梯度场信息加入到所述初始零水平集中,构建新的演化方程,对所述PET图像中的粗略肿瘤区域以与所述原始PET图像的分辨率相同的分辨率执行下采样获得初始零水平集;
    根据有限差分法对所述初始零水平集在所述演化方程上进行多次迭 代确定肿瘤区域。

    3.  根据权利要求2所述的基于改进的水平集的自动肿瘤区域分割方法,其特征在于,所述根据SUV值定位并确定预处理后的待分割病变区域PET图像包括:
    计算包含病变区域的待分割的原始PET图像中每个切片的SUV峰值,选取脚部以上最大的SUV峰值的相邻两个最小SUV值之间对应的切片作为病变区域所在切片从而确定预处理后的待分割病变区域PET图像;
    相应的,所述演化方程为:
    &PartialD;φ(x)&PartialD;t={-(Iσ-c1)2+(Iσ-c2)2}&CenterDot;tanh(cos<&dtri;φ(x),&dtri;Iσ>)&CenterDot;sgn(δ&epsiv;1(φ))---(1)]]>
    其中,Iσ是预处理后的待分割病变区域PET图像,(高斯核的方差为σ),φ是初始零水平集或初始零水平集进行若干次迭代后的水平集的函数,<*>代表所述Iσ和φ的梯度向量之间的夹角,|*|代表所述向量的幅值,c1和c2分别代表初始零水平集(还是初始零水平集)内外的体素的平均灰度值,即:
    c1(φ)=&Integral;ΩIσ(x,y,z)H&epsiv;2(φ(x,y,z))dxdydz&Integral;ΩH&epsiv;2(φ(x,y,z))dxdydzc2φ=&Integral;ΩIσ(x,y,z)&CenterDot;(1-H&epsiv;2(φ(x,y,z)))dxdydz&Integral;Ω(1-H&epsiv;2(φ(x,y,z)))dxdydz---(2)]]>
    其中,Ω表示图像区域,
    H&epsiv;(z)=1if z>&epsiv;0if z<&epsiv;1/2[1+z/&epsiv;+1/πsin(πz/&epsiv;)]if|z|<&epsiv;---(3)]]>
    δ函数由下面的平滑函数δε近似得到:
    δ&epsiv;(X)=12&epsiv;[1+cos(πx&epsiv;)],|x|≤&epsiv;0,|x|>&epsiv;]]>
    Φ为调整初始零水平集或初始零水平集进行若干次迭代后的水平集的函数并使之连续化,在每次迭代之后需要对水平集函数进行如下高斯滤波:
    φ=Gσ*φ,
    其中,Gσ是方差为σ的高斯核,*代表卷积运算,初始函数0的定义如下:
    φ0(x)=c0,if x&Element;R0-c0,otherwise---(5)]]>
    其中,c0是正常数,R0为下采样至原始PET图像分辨率得到的粗略肿瘤区域。

    4.  根据权利要求1所述的基于改进的水平集的自动肿瘤区域分割方法,其特征在于,所述根据形态学运算对所述肿瘤区域执行边缘平滑处理包括:
    运用球状结构元素对所述肿瘤区域执行形态学开运算及闭运算来消除边缘凸起及填充空洞。

    5.  根据权利要求4所述的基于改进的水平集的自动肿瘤区域分割方法,其特征在于,所述运用球状结构元素对所述肿瘤区域执行形态学开运算及闭运算来消除边缘凸起及填充空洞包括:使用公式(6)和(7)分别进行开运算和闭运算处理:
    开运算处理:
    闭运算处理:Close=M&CenterDot;S=(M&CirclePlus;B)&CircleTimes;B---(7)]]>
    其中,表示膨胀运算符号,表示腐蚀运算符号,M表示所述肿瘤区域的二值图像。

    说明书

    说明书基于改进的水平集的自动肿瘤区域分割方法
    技术领域
    本发明涉及图像处理技术,特别涉及一种基于改进的水平集的自动肿瘤区域分割方法。
    背景技术
    宫颈癌是女性生殖器官最常见的三大恶性肿瘤之一,是?;陨约坝跋焐钪柿康闹饕裥灾琢鲋?,居于女性生殖器官恶性肿瘤第一位。根据世界卫生组织下属的国际癌症研究机构(The International Agency for Research on Cancer)2月3日在位于法国里昂的总部发表的2014世界癌症报告,宫颈癌2012年在全球的新发病例达到50多万例,在女性恶性肿瘤中仅次于乳腺癌、直肠癌、肺癌,排第四位,同期宫颈癌导致的死亡病例超过26万余人,致死率仅次于乳腺癌、肺癌、直肠癌,居女性癌症死亡率第四位。在欠发达国家妇女中,宫颈癌是最常见的癌症。近年来,年轻妇女的宫颈癌的发病率有增高趋势,成为年轻女性易患的三大主要癌症之一。我国是宫颈癌发病和死亡的大国,发病率和死亡率均约占世界的三分之一。因此对于宫颈癌患者的准确诊断十分重要。正电子发射计算机断层扫描(positron emission tomography,PET)和电子计算机断层扫描(Computed Tomography,CT)作为分子影像手段,是目前临床肿瘤领域常用的检测手段,利用PET/CT对肿瘤进行定量分析可以为临床提供准确的诊断信息并辅助制定治疗方案。
    目前临床上最常用的定量分析的指标是标准摄取值(standard uptake value,SUV),SUV等于病灶的放射性浓度(kBq/ml)除以注射剂量(MBq)再除以体重(kg),其次肿瘤体积,即MTV值,也被证明可以预测肿瘤的复发及评估预后。但是这些定量指标都依赖于肿瘤区域的准确勾画。此外在针对宫颈癌的放疗方案中,也依赖于靶向区域的准确勾画??悸堑绞止し指畹牡托Ш徒细叩闹鞴坌?,自动准确的宫颈癌肿瘤分割是十分必要的。但是, 与其他肿瘤相比,宫颈癌肿瘤区域的勾画则面对更多挑战:一方面,由于肿瘤与宫颈实质的衰减系数相同,因此在CT图像上难以准确分辨;另一方面,由于膀胱与宫颈的位置十分靠近,而膀胱中的尿液的放射性活度大于或近似等于肿瘤的放射性活度,因此在PET图像上也很难进行自动提取。
    发明内容
    本发明提供一种基于改进的水平集的自动肿瘤区域分割方法,用于解决宫颈癌肿瘤分割中难以自动区分肿瘤区域和膀胱区域的问题,以使用户可以快速准确的分割宫颈癌肿瘤从而辅助外科医生进行诊断治疗及疗效评估。
    本发明基于改进的水平集的自动肿瘤区域分割方法包括:
    获取包含病变区域的待分割的原始PET图像并进行预处理和定位从而确定预处理后的待分割病变区域PET图像;
    根据病变区域的CT图像和所述预处理后的待分割病变区域PET图像构造超图,从而初步确定所述PET图像中的粗略肿瘤区域为初始零水平集;
    对所述初始零水平集执行改进的水平集方法从而确定肿瘤区域;
    根据形态学运算对所述肿瘤区域执行边缘平滑处理。
    本发明的有益效果为:
    本发明提出了一种基于改进的水平集的自动肿瘤区域分割方法,解决了宫颈癌肿瘤分割中难以自动区分肿瘤区域和膀胱区域的问题,使用户可以快速准确的分割宫颈癌肿瘤从而辅助外科医生进行诊断治疗及疗效评估,本发明所述方法具有速度快,精度高,鲁棒性强的优点,实验结果表明,本技术可以准确自动地勾画宫颈癌肿瘤,实现肿瘤和膀胱自动区分,在临床诊断和治疗上具有重大的实用价值。
    附图说明
    图1为本发明基于改进的水平集的自动肿瘤区域分割方法的流程图;
    图2为本发明基于改进的水平集的自动肿瘤区域分割方法中所述定位待分割病变区域的示意图;
    图3为本发明基于改进的水平集的自动肿瘤区域分割方法中所述改进 的水平集方法迭代时的示意图;
    图4为应用本发明基于改进的水平集的自动肿瘤区域分割方法的3个典型的宫颈癌数据中肿瘤区域的分割结果及金标准的示意图;
    图5为本发明基于改进的水平集的自动肿瘤区域分割方法的分割结果与金标准在进行定量分析时的一致性示意图。
    具体实施方式
    图1为本发明基于改进的水平集的自动肿瘤区域分割方法的流程图,如图1所示,本发明基于改进的水平集的自动肿瘤区域分割方法包括:
    S1、获取包含病变区域的待分割的原始PET图像并进行预处理和定位从而确定预处理后的待分割病变区域PET图像;
    优选的,所述获取包含病变区域的待分割的原始PET图像并进行预处理和定位从而确定预处理后的待分割病变区域PET图像包括:
    对所述包含病变区域的待分割的原始PET图像中的体素灰度值除以所注射的显影剂剂量和病人体重以转换为SUV值,再进行高斯滤波和上采样,以使待分割的PET图像的分辨率与CT图像相同,最后根据所述SUV值定位并确定预处理后的待分割病变区域PET图像。
    优选的,所述根据所述SUV值定位并确定预处理后的待分割病变区域PET图像包括:
    预处理过程,包括:
    将PET图像每个体素的灰度值通过除以注射的18F-FDG的剂量及病人体重转化为SUV值,再进行高斯滤波和上采样,使其分辨率与CT图像相同。同时,CT图像也进行相同的高斯滤波;
    和定位过程,包括:
    计算包含病变区域的待分割的原始PET图像中每个切片的SUV峰值(SUVpeak,表示对应SUVmax也即最大SUV值的体素的26邻域内各体素的SUV值的平均值),选取脚部以上最大的SUV峰值的相邻两个最小SUV值之间对应的切片作为病变区域所在切片从而确定预处理后的待分割病变区域PET图像。
    S2、根据病变区域的CT图像和所述预处理后的待分割病变区域PET 图像构造超图,从而初步确定所述PET图像中的粗略肿瘤区域为初始零水平集;
    优选的,所述根据病变区域的CT图像和所述预处理后的待分割病变区域PET图像构造超图,从而初步确定所述PET图像中的粗略肿瘤区域为初始零水平集包括:
    对所述预处理后的待分割病变区域PET图像和病变区域的CT图像归一化并相乘后的结果构建超图,再利用模糊C均值聚类法、形态学腐蚀和通用阈值法初步确定所述PET图像中的粗略肿瘤区域为初始零水平集,包括:
    先构建超图,包括:
    超图的每个体素由三个特征构成,分别是:PET图像对应体素的归一化的SUV值(即SUV/SUVmax),CT图像对应体素的归一化的HU值(HU/HUmax,HU代表每个体素的CT值),以及他们的乘积。根据根组织特异性,超图可分为四部分:(a)SUV和HU都比较大的代表肿瘤;(b)SUV高但是HU低的代表膀胱;(c)SUV低但HU高的代表其他软组织;(d)SUV和HU都比较低的代表背景。
    再利用模糊C均值聚类法对超图分为4类,其中三个特征都比较大的代表肿瘤,利用形态学腐蚀的方法腐蚀掉可能误划分为肿瘤区域的膀胱壁,然后对此区域利用临床常用的40%的SUVmax为阈值,得到粗略的肿瘤区域。
    S3、对所述初始零水平集执行改进的水平集方法从而确定肿瘤区域;
    优选的,所述对初始零水平集执行改进的水平集方法从而确定肿瘤区域包括:
    将预处理后的待分割病变区域PET图像的梯度场信息加入到所述初始零水平集中,构建新的演化方程,对所述PET图像中的粗略肿瘤区域以与所述原始PET图像的分辨率相同的分辨率执行下采样获得初始零水平集;
    根据有限差分法对所述初始零水平集在所述演化方程上进行多次迭代确定最终分割完成的肿瘤区域;
    优选的,所述改进的水平集方法包括:
    考虑到高斯滤波后的肿瘤和膀胱均呈现中间亮边缘暗的特性,所以肿 瘤和膀胱的边缘的梯度场方向相反,因此可构建的新的水平集演化方程如下所述演化方程为:
    &PartialD;φ(x)&PartialD;t={-λ(Iσ-c1)2+(Iσ-c2)2}&CenterDot;tanh(cot<&dtri;φ(x),&dtri;Iσ>)&CenterDot;sgn(δ&epsiv;1(φ))---(1)]]>
    其中,Iσ是预处理后的待分割病变区域PET图像,(高斯核的方差为σ),φ是初始零水平集或初始零水平集进行若干次迭代后的水平集的函数,<*>代表所述Iσ和φ的梯度向量之间的夹角,|*|代表所述向量的幅值,c1和c2分别代表初始零水平集(还是初始零水平集)内外的体素的平均灰度值,即:
    c1(φ)=&Integral;ΩIσ(x,y,z)&CenterDot;H&epsiv;2(φ(x,y,z))dxdydz&Integral;ΩH&epsiv;2(φ(x,y,z))dzdydzc2(φ)=&Integral;ΩIσ(x,y,z)&CenterDot;(1-H&epsiv;2(φ(x,y,z)))dxdydz&Integral;Ω(1-H&epsiv;2(φ(x,y,z)))dxdydz---(2)]]>
    其中,Ω表示图像区域,
    H&epsiv;(z)=1ifz>&epsiv;0ifz<&epsiv;1/2[1+z/&epsiv;+1/πsin(πz/&epsiv;)]if|z|<&epsiv;---(3)]]>
    δ函数由下面的平滑函数δε近似得到:
    δ&epsiv;(x)=12&epsiv;[1+cos(πx&epsiv;)],|x|&epsiv;0,|x|>&epsiv;---(4)]]>
    Φ为调整初始零水平集或初始零水平集进行若干次迭代后的水平集的函数并使之连续化,在每次迭代之后需要对水平集函数进行如下高斯滤波:φ=Gσ*φ,
    其中,Gσ是方差为σ的高斯核,*代表卷积运算,初始函数φ0的定义如下:
    φ0(x)=c0,ifx&Element;R0-c0,otherwise,---(5)]]>
    其中,c0是正常数,R0为下采样至原始PET图像分辨率得到的粗略肿瘤区域;
    考虑到对于三维图像,水平集函数φ(x,y,z,t)可以离散化为,其中(i,j,k)为空间坐标,n为时间坐标,则演化方程可离散化为:
    φi,j,kn+1-φi,j,knΔt=L(φi,j,kn),]]>
    其中L为演化方程的等号右边,则演化过程可按下式进行迭代:
    φi,j,kn+1=φi,j,kn+Δt&CenterDot;L(φi,j,kn),n=0,1,2,...]]>
    图3为迭代过程的示意图。
    S4、根据形态学运算对所述肿瘤区域执行边缘平滑处理。
    优选的,所述根据形态学运算对所述肿瘤区域执行边缘平滑处理包括:
    运用球状结构元素对所述肿瘤区域执行形态学开运算及闭运算来消除边缘凸起及填充空洞;
    优选的,其中具体的形态学运算指的是利用球状结构元素对S103得到的肿瘤区域利用形态学开运算及闭运算来消除边缘凸起,半径为r的球状结构元素s(x,y,z)如下:

    所述运用球状结构元素对所述肿瘤区域执行形态学开运算及闭运算来消除边缘凸起及填充空洞包括:使用公式(6)和(7)分别进行开运算和闭运算处理:
    开运算处理:
    闭运算处理:Close=M&CenterDot;S=(M&CirclePlus;B)&CircleTimes;B---(7)]]>
    其中,表示膨胀运算符号,表示腐蚀运算符号,M表示所述肿瘤区域的二值图像。
    需要说明的是,为验证本发明的有效性和实用性,我们在临床PET/CT图像上进行了实验,金标准由两个专家手动分割结果的平均值。
    通过大量的实验,Dice相似性系数(即Dice similarity coefficient,衡量分割结果和金标准之间的重叠率)为91.80±2.46%,Hausdorff距离(衡量分割结果和金标准之间的最大不匹配程度)为77.79±2.18mm,图4为三组典型图像的金标准和分割结果;图5(a)和(b)为利用此技术分割得到的肿瘤的定量指标SUVmean,MTV和金标准之间的
    Bland-Altman图,说明此技术和金标准的高度一致性。实验表明,我们的方法能很好的满足临床诊断和辅助制定治疗计划的需求,具有巨大的实用价值。
    最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围?!  ∧谌堇醋宰ɡ鴚ww.www.4mum.com.cn转载请标明出处

    关于本文
    本文标题:基于改进的水平集的自动肿瘤区域分割方法.pdf
    链接地址://www.4mum.com.cn/p-5890590.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 浪潮孙丕恕从信息时代到智能时代 人工智能价值将爆发式释放 2019-12-21
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 天津十一选五走势图带连线 广西快乐十分尾数 澳客足彩网 比分直播500万彩客网 全球股票指数行情东方财富网 白小姐三肖中特期期准免费期准免费 湖北30选5 陕西十一选五走势图手机版 188比分直播 尚合彩票苹果 金沙棋牌游戏大厅 17125期双色球号码预测 4场进球彩历史开奖 7m体育即时比分.2.7 捕鱼大师单机游戏下载 安徽安徽快三走势图