一种核磁共振脑瘤区域提取方法

技术领域

本发明涉及图像数据处理技术领域，具体涉及一种核磁共振脑瘤区域提取方法。

背景技术

脑疾病中的颅内肿瘤的发病率越来越高，已经成为神经外科中最常见的疾病，在临床检查中由于脑部具有较多的神经和重要器官，同时由于核磁共振检测没有电力辐射损伤，对软组织和解剖结构显示清晰，对于中枢神经等检测要优于CT，能多方向的配合功能成像技术，更适用于脑疾病的诊断。

肿瘤的诊断需要通过医生对核磁共振图像分析寻找目标区域给出诊断结果，同时对于目标区域的判断一般先利用计算机来辅助判断，但是利用计算机辅助判断目标区域的过程比较复杂，需要分析颅内各组织的分布情况判断肿瘤出现的区域和位置，因此如何方便的从核磁共振图像中分割提取颅内目标区域已经成为目前研究的热点问题，目前从核磁共振图像中分割提取颅内目标区域，主流的分割方法包括基于边缘、基于区域、神经网络等。

基于边缘的分割方法主要为边缘算子分割方法，对于恶性已经扩散与脑组织相融合的肿瘤边缘由于边缘不明显，在不同的地方使用相同边缘算子的分割效果欠佳；基于区域的分割方法主要为区域生长法，但区域生长需要人工交互以获得种子点，需要人为手工标记一个启动分割程序的种子点，且区域生长对噪声敏感不适用于颅内复杂环境；神经网络方法由人为标记训练集中图像的目标区域，由于是通过人为标记，因此分割结果较为准确，但训练集往往数量较多，人为标记的难度较大，且受限于训练集的质量优劣对图像的分割结果并不能保证；因此现有技术中的分割方法并不适用于复杂的脑组织环境，导致不能准确的分割出脑部目标区域。

发明内容

本发明提供一种核磁共振脑瘤区域提取方法，用来解决现有技术中的分割方法并不适用于复杂的脑组织环境，其不能准确的分割出脑部目标区域的问题。

本发明的一种核磁共振脑瘤区域提取方法采用如下技术方案：

获取核磁共振图像中脑部组织图像；

从脑部组织图像中每个像素点开始沿任一方向按照预设步长进行生长，生长规则通过边缘判定值获取，当边缘判定值小于或等于预设判定阈值时，按照预设步长继续进行生长，依次迭代，直至每个像素点沿任一方向的边缘判定值大于预设判定阈值时停止迭代；将停止迭代时最后一个生长点与对应像素点的距离作为最终距离；

根据每个像素点到达每一方向的最终距离，计算出每个像素点的标准半径；根据每个像素点到达每一方向的最终距离和每个像素点的标准半径，计算出每个像素点所处区域的形状参数；

将每个像素点停止迭代时最后一个生长点作为每个像素点对应的边缘点，从每个像素点对应的边缘点开始继续生长直至再次到达边缘点，统计从每个像素点开始沿任一方向生长直至到达背景累计经过的边缘点的数量；

根据从每个像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量，获取每个像素点的边缘权重；

根据每个像素点所处区域的形状参数和每个像素点的边缘权重，计算出每个像素点为目标像素点的概率；

根据每个像素点为目标像素点的概率对脑部组织图像进行聚类，提取出脑部组织图像中目标区域。

进一步地，边缘判定值的计算公式为：

其中，

进一步地，每个像素点的标准半径的计算步骤为：

获取每个像素点到达左、右、上、下四个方向的最终距离；

计算出每个像素点到达左方向最终距离和到达右方向最终距离的第一和值；

计算出每个像素点到达上方向最终距离和到达下方向最终距离的第二和值；

从每个像素点到达左方向最终距离和到达右方向最终距离中选取出第一最小值；

从每个像素点到达上方向最终距离和到达下方向最终距离中选取出第二最小值；

根据第一和值、第二和值、第一最小值、第二最小值计算出每个像素点的标准半径。

进一步地，每个像素点的标准半径的计算公式为：

其中，

进一步地，每个像素点所处区域的形状参数的计算公式为：

其中，

进一步地，每个像素点的边缘权重的获取步骤包括：

当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第一数量阈值时，将该像素点的边缘权重设置为第一权重值；

当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第二数量阈值时，将该像素点的边缘权重设置为第二权重值；

当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第三数量阈值时，将该像素点的边缘权重设置为第三权重值。

进一步地，每个像素点为目标像素点的概率计算公式为：

其中，

本发明的有益效果是：

正常脑组织本身的结构复杂，包括脑皮层、灰质、白质、脑脊液等多种组织，白质外面覆盖着灰质，灰质众多的褶皱起伏形成大量的沟回，沟回内填充有脑脊液，而肿瘤区域的形状与正常脑组织的形状不同，同时由于不同区域像素点灰度值不同，因此从每个像素点开始向四周多个方向延伸，根据像素点灰度值的变化来确定每个像素点到达边缘的距离，根据每个像素点到达边缘的距离能判断出每个像素点所处区域的形状是否规则，每个像素点所处区域的形状越规则，那么该像素点位于目标区域的可能性越大；同时根据脑组织图像的规律性，对于脑组织图像中的白质区域，一般会经过白质-灰质-再到边界；对于脑组织图像中的灰质区域，会经过灰质-白质-灰质到达背景；对于目标区域，根据目标区域的种类不同，可能存在目标像素点直接到背景边缘或目标像素点-白质-灰质到达边界两种，因此根据每个像素点到达背景边缘所经过的边缘数来赋予每个像素点不同的边缘权重；本发明根据每个像素点所处区域的形状，和每个像素点的边缘权重来初步判断出每个像素点属于目标像素点的概率，更适用于颅内复杂的环境，相较于现有技术中直接分割出目标区域的方法更准确。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的一种核磁共振脑瘤区域提取方法的实施例总体步骤流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的一种核磁共振脑瘤区域提取方法的实施例，如图1所示，该方法包括：

S1、获取核磁共振图像中脑部组织图像。

本发明针对的场景为核磁共振图像中肿瘤区域的提取，由于核磁共振图像中常常存在为边界不清晰、不规则的形态，在对病情的诊断时具有较大的干扰，恶性肿瘤和其存在的特定部位的肿瘤经过治疗后依旧难如人意，需要医生针对具体病情给出具体的治疗方案。

因此脑肿瘤的治疗效果和肿瘤的性质、发病补位以及治疗是否及时彻底有关，因此，医疗影像对于肿瘤的发现、治疗具有较大的作用，核磁共振图像具有无放射性、对软组织有较好的成像效果等优点更适合于脑疾病的检测，脑组织本身的结构复杂，包括脑皮层、灰质、白质、脑脊液等多种组织，白质外面覆盖着灰质，灰质众多的褶皱起伏形成大量的沟回，沟回内填充有脑脊液，且由于良性和恶性肿瘤的形状不同，良性具有较为明显的边缘包围，恶性由于扩散已经与周围组织之间存在近似的表现，组织之间的灰度分布混淆，通过阈值分割的方法不能准确提取肿瘤区域。

本发明针对核磁共振中的脑部组织图像做肿瘤区域的提取，首先需要采集病人的脑部核磁共振图像。病人经过医疗步骤的处理后送入核磁共振仪，通过核磁共振仪采集脑部组织图像，并将其转为灰度图像。病人的核磁图像中包含较多干扰因素，包括颅骨、眼部等其他器官组织，通过语义分割提取出颅内脑组织图像作为待处理图像

图像中前景区域属于白质、灰质、异常区域，深色的背景区域属于骨骼、血管、脑脊液等，通过将前景与背景通过阈值的分割，得到前景和背景区域，用于后续计算。

对于核磁共振图像

S2、从脑部组织图像中每个像素点开始沿任一方向按照预设步长进行生长，生长规则通过边缘判定值获取，当边缘判定值小于或等于预设判定阈值时，按照预设步长继续进行生长，依次迭代，直至每个像素点沿任一方向的边缘判定值大于预设判定阈值时停止迭代；将停止迭代时最后一个生长点与对应像素点的距离作为最终距离。

对于正常组织内的像素点，白质是由灰质包裹的，而灰质外围是脑脊液等组织，脑脊液等组织应为背景区域，在上述步骤中将除了前景点之外的其他像素点的灰度值置为0，由于正常的脑组织在形状上是属于延伸方向不定、且是有宽度的，那么在横纵方向的一定距离上必然会达到脑脊液或灰质的边界，且横纵边界的距离不等，而目标区域即肿瘤区域为聚集成块的区域，其横纵比近似相等，因此横纵比近似程度越高的区域属于目标区域的可能性越高。

具体的，从脑部组织图像中的像素点

边缘判定值的计算公式为：

其中，

S3、根据每个像素点到达每一方向的最终距离，计算出每个像素点的标准半径；根据每个像素点到达每一方向的最终距离和每个像素点的标准半径，计算出每个像素点所处区域的形状参数。

每个像素点的标准半径的计算步骤为：获取每个像素点到达左、右、上、下四个方向的最终距离；计算出每个像素点到达左方向最终距离和到达右方向最终距离的第一和值；计算出每个像素点到达上方向最终距离和到达下方向最终距离的第二和值；从每个像素点到达左方向最终距离和到达右方向最终距离中选取出第一最小值；从每个像素点到达上方向最终距离和到达下方向最终距离中选取出第二最小值；根据第一和值、第二和值、第一最小值、第二最小值计算出每个像素点的标准半径。

每个像素点的标准半径的计算公式为：

其中，

根据每个像素点到达每一方向所在边缘的最终距离和每个像素点的标准半径，计算出每个像素点所处区域的形状参数

每个像素点所处区域的形状参数的计算公式为：

其中，

S4、将每个像素点停止迭代时最后一个生长点作为每个像素点对应的边缘点，从每个像素点对应的边缘点开始继续生长直至再次到达边缘点，统计从每个像素点开始沿任一方向生长直至到达背景累计经过的边缘点的数量。

对于白质区域，会经过白质-灰质到边界；对于灰质区域，会经过灰质-白质-灰质到达背景；对于肿瘤区域，根据肿瘤的种类不同，可能存在肿瘤直接到背景边缘或肿瘤-白质-灰质到达边界两种。由于脑组织的复杂性在核磁共振图像中可能存在误差，使得拍摄的部分组织在灰度图像中显示不够明显，在上述到达背景边界的过程中存在不确定性，灰度梯度的变化上会经过多次到达背景边缘，通过对于到达背景边缘经过梯度的变化过程，分析可能属于某一个组织，用于结合形状计算肿瘤区域的可能性。

此时只需要判断区域的边缘，因此计算当前点到边缘经过多少次的梯度变化，选取任一像素点

S5、根据从每个像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量，获取每个像素点的边缘权重。

每个像素点的边缘权重的获取步骤包括：当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第一数量阈值时，将该像素点的边缘权重设置为第一权重值；当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第二数量阈值时，将该像素点的边缘权重设置为第二权重值；当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第三数量阈值时，将该像素点的边缘权重设置为第三权重值。

从每个像素点开始沿任一方向生长直至到达背景累计经过的边缘点的数量中，选取最大的边缘点的数量来进行边缘权重的判断，当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第一数量阈值时，将该像素点的边缘权重设置为第一权重值；当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第二数量阈值时，将该像素点的边缘权重设置为第二权重值；当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第三数量阈值时，将该像素点的边缘权重设置为第三权重值。

本发明中第一数量阈值设置为1，第二数量阈值设置为2，第三数量阈值设置为3，当任一像素点开始沿各个方向生长直至到达背景累计经过的边缘点的最大数量等于预设第一数量阈值1时，将该像素点的边缘权重

S6、根据每个像素点所处区域的形状参数和每个像素点的边缘权重，计算出每个像素点为目标像素点的概率。

通过上述步骤得到目标像素点的形状参数和边缘权重，据此计算出每个像素点为目标像素点的概率：

其中，

S7、根据每个像素点为目标像素点的概率对脑部组织图像进行聚类，提取出脑部组织图像中目标区域。

传统DBSCAN聚类算法是基于半径范围内存在的邻近点的个数如果满足最低数量，就将该点作为属于同一类的点标记为同一个种类，属于同一种类的判断方法多为选择灰度的近似判断，而由于图像的灰度分布不同，每个区域内存在的灰度值互相交叠，且由于拍摄角度、条件不同，无法准确的提取出脑部组织图像中目标区域所在的灰度范围，因此本方法通过分析每个像素点属于目标像素点的概率，使用达到目标像素点个数代替灰度值近似点的个数，作为聚类的依据。

正常的脑组织为核桃仁状，灰质包裹内部白质，并与脑脊液分隔，其中正常的脑组织是不规则形状的，且距离脑脊液即图像中深色区域深浅不一，形成条状分支，并且白质颜色较为统一，灰质颜色相较于白质同样统一但颜色稍暗。但目标区域即肿瘤区域的形状呈现近似椭圆形，外围有明显分隔，一般发病于白质内，相较于白质的颜色更深，因此可以通过图像中每个像素点在图像中，相较于邻接像素点的灰度值和像素点到边缘或脑脊液区域的距离判断当前像素点所处组织的概率，构建肿瘤评估的模型，之后根据各像素点为目标像素点的概率对像素点聚类，从而提取出目标区域。

DBSCAN是基于密度的聚类，聚类包含参数半径R和邻近点数量的最小值M，在对于区域较为聚集的像素点聚类具有较好的效果。目标区域在颅内为聚集在一起的区域，因此本发明选择使用DBSCAN聚类方法。聚类半径R默认参数为

本方法结合该半径范围内各像素点为目标像素点的概率，定义预设概率阈值为

本发明针对现有技术中的分割方法并不适用于复杂的脑组织环境，不能准确的分割出脑部肿瘤区域的问题，根据每个像素点所处区域的形状，和每个像素点的边缘权重来初步判断出每个像素点属于目标像素点的概率，更适用于颅内复杂的环境，相较于现有技术中直接分割出目标区域的方法更准确。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。