基于区域生长算法的肝脏CT图像分割

彭微

基于区域生长算法的肝脏CT图像分割

彭微

目的：实现对肝脏CT图像中肝脏区域的分割，以助于计算机辅助诊断、病变组织定位、三维重建、治疗方案设计等。方法：采用基于区域生长的邻接连续阈值法实现对肝脏CT图像中肝脏组织的分割。结果：该方法能非常理想地将目标与背景分离，同时将过分割现象减到最少。结论：该方法计算简单、耗时较短，适用于不太复杂和对比比较明显的图像的分割。

肝脏CT图像；邻接连接阈值法；区域生长算法

0 引言

CT是无侵害性的器官体外成像手段，由于其成像速度较快、分辨力较高、效果较好，在对肝脏疾病的诊断中占有主导地位。通过对肝脏CT图像进行分割，提取出肝脏组织并获得相应的特征信息，然后进行肝脏的三维重建，医生可以很直观地了解患者肝脏内部的详细情况，对诊断及下一步治疗计划的制定起到关键作用[1]。可见，肝脏的分割对肝脏疾病的诊断以及治疗具有重要的意义。

基于区域生长的图像分割算法适合分割灰度图像，相对其他算法（如边缘检测分割法等）比较稳定、快速，可以方便地改变参数[2]。区域生长算法的基本实现是从在被分割对象内部设置种子区域（通常由一个或多个像素构成）开始的。对种子区域的相邻像素进行估算，以确定它们是否应该被加入到种子区域，如果是，则被添加到该区域，使种子区域生长，继续上面的过程，直到再没有新的像素被加入[3]。其中，种子点可以采用人机交互或自动方法设定。采用传统的区域分割方法对肝脏组织进行分割时，很容易造成过分割的现象，本文实现一种可以减少过分割的区域生长算法——邻接连续阈值法。

1 邻接连续阈值法的原理

邻接连续阈值法从某种程度上可以认为是在连接门限阈值（connected threshold）方法[4]的结果上进行一次形态学上的腐蚀。它判断像素是否落入生长区间的准则是该像素的所有邻域像素的灰度值是否都在指定的区间内。像素的邻域大小由用户给定的整数半径来决定。可见，该算法依赖于被判定像素的邻域像素值。用邻域像素值来代替当前像素值，可以降低小结构被并入生长区域的概率[5]。

该算法在对图像进行分割时，同样需要设置2个主要的参数——下限阈值（lower threshold）和上限阈值（upper threshold）来构成生长区间[6]。如果这2个阈值太接近，就会使生长区间没有足够的机动性来完成区域的增长；如果这2个阈值相差太远，又会导致图像的过分割。所以，这2个参数的选取非常关键。另一个关键的参数是决定邻域尺寸的半径，它通常用来判断相邻的像素是否位于分割区域内。大的邻域分割过程更稳定，但是如果太大又会增加计算时间[7]。因此，在采用该算法时，关键就在于精确地选取这3个参数。

2 算法的实现与结果

下面采用该算法对240层编号为n=197的肝脏CT图像进行分割。

2.1 算法实现步骤

（1）读入图像，采用曲率流滤波法[8]（curvature flow image filter）对原图像进行滤波。曲率流滤波法只需要设置2个参数：滤波参数迭代次数（number of iterations）和时间步长（step time）。当然，这2个参数也需要根据读入图像中存在的噪声数量进行适当的调整[9]。在本次滤波中，迭代次数=10，时间步长= 0．25。该滤波方法在滤波的同时可以保护肝脏组织边缘。

smoothing-＞Set Number Of Iterations（10）;

smoothing-＞Set Time Step（0．25）;

（2）设定阈值区间。邻接连续阈值法有2个主要的参数需要设定，分别是为了确定是否包含区域中的像素值而制定的标准的上限阈值和下限阈值。这2个值设置得太接近势必会降低区域生长的机动性，设置得太远又会将背景包含在区间内而产生过分割现象。

Neighborhood Connected-＞Set Lower(lower Threshold);

Neighborhood Connected-＞Set Upper)upper Threshold);

在本次实验中，采用了2组不同的阈值区间对肝脏区域进行提取，通过实验结果来说明上述2个参数如何合理设置及其重要性。

（3）定义初始生长区域。根据图像中肝脏组织的灰度范围，取种子点为（x，y）=（206，208）。分别取邻域半径为1、2，在阈值区间相同和不同时进行分割。

（4）得到肝脏轮廓。

2.2 结果与讨论

用上述步骤对肝脏CT图像进行分割，结果如图1所示。

图1 邻接连续阈值法实验结果

从图中可以看出，本算法受噪声的影响很大，分割前需要对图像做去噪处理。（e）出现了大量的空洞，说明精确的阈值区间是本算法的一大关键，同时和肝脏图像本身的不均匀性也有关系。半径大分割的稳定性更好、更准确，误分的几率更小，但是计算时间要长些。表1为本次分割所采用的数据。

表1 邻接连续阈值法分割参数

3 结语

医学图像分割是医学图像分析领域的一个挑战性的研究课题，而人体肝脏图像的分割又是医学图像分割中的难点，分割结果的好坏直接影响医生对患者的诊断结果[10]。通过对人体肝脏CT医学图像进行邻接连续阈值分割算法的实验，得到了上面一系列的实验结果图像，对实验结果进行分析和比较，可以看出该方法具有以下特点：

（1）计算简单，易于实现，具有较高效率，所用计算时间短（1～1．5 s）。

（2）适用于不太复杂和对比比较明显的图像的分割。对于肝脏图像中灰度级明显区别于周围组织而且边界分明的图像，采取阈值分割方法进行处理效果较好，能够达到预期目标。

（3）邻接连续阈值法从某种程度上可以认为是在连接门限阈值法的结果上进行了一次形态学上的腐蚀，可以减少过分割，但在分割中需要有合适的区域半径才能得到较为满意的结果。

[1] 彭微．基于区域的肝脏病灶CT图像分割及实现[J]．信息技术，2011，35（2）：132-133．

[2] 任观就，周文锐，狄红卫．基于小区域增长的MDCT图像分割[J]．计算机应用研究，2006（4）：158-160．

[3] Ibanze L，Schrader W，Ng L，et al.The ITK software guide[M]．USA：Kitware inc．，2003．

[4] 彭微．连接门限阈值法在肝脏CT图像分割上的应用[J]．咸宁学院学报，2011，31（6）：72-73．

[5] 黄荔丽，王博亮，黄晓阳．基于DICOM格式的肝脏肿瘤CT图像分割[J]．计算机技术与发展，2008，18（1）：48-51．

[6] 王安明．基于ITK的医学图像分割[D]．南昌：南昌大学，2007．

[7] 孟令旗，林财兴，骆建珍，等．基于ITK的医学影像分割算法研究[J]．机电一体化，2008（3）：64-66，69．

[8] 周昌雄，于盛林，祖克举．基于L-曲率流滤波器的图像降噪算法[J]．光学精密工程，2005，13（6）：759-765．

[9] 周昌雄．基于活动轮廓模型的图像分割方法研究[D]．南京：南京航空航天大学，2005．

[10]余玲．医学图像分割技术研究[D]．深圳：深圳大学，2007．

（收稿：2013-07-22 修回：2013-10-15）

Liver CT image segmentation based on region growing

PENG Wei
（School of Biomedical Engineering,Hubei University of Science and Technology,Xianning 437100,Hubei Province,China）

ObjectiveTo achieve the liver region segmentation from liver CT image to assist in computer-aided therapy, pathological changed tissue localization,three dimensional reconstruction,therapeutic regimen design and so on.MethodsNeighborhood connected algorithm based on region growing was used to realize the liver CT(computer tomography)image segmentation.ResultsThe experimental results showed that the method could be very desirable to separate the target and background,while the leakage-segmentation was least.ConclusionThis algorithm is simple and low-time-consumption,and suitable for the less complex and obvious contrasting image segmentation.[Chinese Medical Equipment Journal，2014，35（9）：49-50]

liver CT image segmentation;neighborhood connected algorithm;region growing algorithm

R318；TP751

A

1003-8868（2014）09-0049-02

10.7687/J.ISSN1003-8868.2014.09.049

湖北科技学院校级科研项目（KY12087）

彭 微（1981—），女，讲师，主要从事生物医学工程方面的研究工作，E-mail：vivipw7958@163.com。

437100湖北咸宁，湖北科技学院生物医学工程学院教学办公室（彭 微）