一种脑切片图像分割新法

侯发忠邹北骥+刘召斌周支元

摘要：针对脑切片的特点和普通分割方法的不足，提出一种基于改进的Otsu分割方法，在Otsu分类后的交叉区域，预先指定若干个前、背景点，再以这些关键点的阈值进行最小类间方差分割，同时用关键点的阈值建立等高线，根据相邻切片图像的组织阈值具有相似性，依次将单张切片的分割结果作为相邻切片分割的初始值，进而实现整个数据集中的组织连续自动分割。结果表明：该方法能准确从彩色人脑切片图像中分割提取出复杂的器官组织，克服了其它方法的缺陷和交互式方法的人工依赖，并提高了分割的精度。

关键词：切片图像； Otsu算法； 多层分割；三维重建

中图分类号：TP399文献标识码：A

1引言

随着数字人概念的提出，人体器官三维重建是目前图像处理中的一个研究热点之一，近年来，人们对CT断层扫描的医学图像进行三维重建的技术进行了深入的研究，取得了很好的效果，但CT图像灰度是以Hounsfield标度表示的，标度共有4095个梯度，映射到显示器的256个灰阶上后忽略了大量的灰阶，省去了很多细节， 影响了三维重建的效果。于是人们开始着手用断面切削来采集数据。切削活体或近活体断面而采集到的数据成像是平面彩色的，分辨率高， 具有更真实、颜色信息更丰富、能够体现精细复杂的结构、更能反应经络和病变细节等特点，成为新的重建数据源，而切片图像中各解剖结构的准确分割是制约模型重建精度的关键因素。人脑解剖结构复杂，组织器官形状不规则，脑部切片图像中不同的组织相互包绕，各个组织间缺乏鲜明的边界和轮廓，分割难度更大。目前关于脑部切片图像的分割通常是将脑组织作为一个整体进行分割，即研究主要集中在颅骨和脑组织的分离，而对脑部图像中各个组织器官的分割研究甚少。由于技术的复杂性而成为切片图像三维可视化发展的瓶颈。但小器官的分割对医生判断患者疾病的真实情况并做出相应的诊断计划至关重要。目前已有学者研究出不少边缘检测、区域分割及目标提取的方法，最近研究有孙立晔等提到基于Markov随机场理论的鼠脑切片显微图像的分割研究[1]，李梭等提出的蜂窝状的交互式三维分割方法[2]，但尚没有一种普遍适用图像分割方法，只是针对某一具体应用而采用相对行之有效的算法，专门对于人脑切片真彩色图像分割的研究相对更少，代表性的有巫兆聪等利用高斯低通滤波和概率统计相结合的方法[3]，对图片进行区域自适应阈值分割， 提取分割标记， 然后采用Meyer 算法进行标记分水岭分割，算法复杂，且仍会出现比较严重的过分分割现象；李中健等采用将Otsu 算法推广到多阈值彩色图像分割中[4]，提出先在众多极大值中寻找有意义峰值，根据峰值将直方图划分成多个待分割区间，算法完整，但分割出的边界不够圆润；唐占红等采用Marching Cubes（ MC） 算法分割图像来重建[5]，MC 算法其实质采用的是阈值分割算法， 改进后限制了其应用范围.实施过程复杂；文丽丽等提出了一种基于改进Snake模型的自动分割算法[6]，利用其能提取任意轮廓的优势来提取人脑切片图像中复杂的小脑结构，以实现整个脑部数据集中小脑组织的连续自动分割，实现了对小脑组织的单独分离提取，分割结果较为理想。但对于离散或梯度值变化较小的区域的精细分割效果不明显，且不能实现多层分割；与文章技术最近的是李敏等人提出的改进最大类间方差的方法[7]，但其改进方向是基于类方差，添加均方差，但算法中方差的迭代计算量较大，分割速度慢，必须在高性能的图像工作站上实现，不太实用。本文在这些基础上提出了一种基于Otsu分类后再手工指定基于若干个分割点，细分交叉部分，不同于迭代，也不同于手工分割，更不同于简单的区域增长，引入等高线概念可轻松进行多层分割。实现效果基本达到多层分割要求，克服了计算量大和分割速度慢的缺陷。

2数据的获取

将钻铣床所处的室内进行安装冷冻装置[8]，使室温可控制在0℃～-20℃之间，解决汽化和冰霜问题；选择车祸死亡、 家属自愿捐献供医学研究、无器质性病变和缺损的男性标本一具；选用红色乳胶填充剂预处理，将标本按照标准解剖学姿势定位后，置-30℃冷库冷冻1周；选用立卧式（ZX5026）钻铣床，在刀盘平均装上3块（80 mm×30 mm）钨钢铣刀；选择了佳能EOS7D数码相机，EF 24mm f/1.4 L镜头，采用垂直于切片面的角度拍摄，改造成支持计算机控制拍照；削切一次，采集照片一张。设备如图1.a所示。共获取0.1 mm 间距切片图像627 张， 大小为3024×2016 象素、TIF 格式，从头顶到下颌骨髁突部按0.5 mm 间距抽取用于重建的切片共计180 张， 以JPG 格式保存，切片源图如图1.b所示。

3切片三维建模流程

人体切片图像的三维建模主要是指以削切冰冻器官成断层图像为基础，综合运用各种图像处理技术，构造成三维可视化模型。其过程关键步骤如图2所示：

4问题提出

流程中的前四步所遇到的问题，笔者的相关文献已阐述，详见参考文献[9]。进展到第五步时面临一个问题：钻铣床所采取的切片图像由于成像原理和组织本身的特性差异，图像的形成受到冰花、切割偏移、局部体效应和组织互包含等影响，与普通图像比较，不可避免的具有模糊、不均匀性、器官界线很不明显等特点。从图1.b的样图中右眼球的位置不难看出：此层图片既有上层肉组织的沾染，也有因眼球房水透明拍到的底层组织，可谓是肉中有骨，骨中有肉，这就给分割带来了困难。传统的分割技术不能分割出眼球的形状，有的算法甚至完全失败，但切片图片反映的细节是CT图像远远所不能及的，如果做大多的前期处理，就失去了做切片建模的意义，所以必须找到一种分割此类图片的方法。

经查找文献和反复实验，笔者采用了一种在经典的Otsu 分割法的基础上加入半自动植入种子点的方法，再以这些关键点的阈值进行最小类间方差分割，同时用关键点的阈值建立等高线，根据相邻切片图像的组织阈值具有相似性，依次将单张切片的分割结果作为相邻切片分割的初始值，进而实现整个数据集中的组织连续自动分割。

6性能分析

文中采用切片图1.b的图像，分别尝试几中较有代表性的分割方法进行分割，从作者做的实验的角度上论述几种方法的各自特点。如图8所示：

双峰法分割彩色分割分水岭法分割

Snake模型分割最大类间方差分割修进后分割

从中可以看出，简单的沿用传统的方法，因为图片中脑白峰值过于明显，双峰法、彩色分割法、分水岭法几乎分割失败，snake模型分割效果达到了预期效果，但边界没有收敛，采用最大类间方差并进行迭代能分割出眼睛，但边界不圆满，存在过分分割现象，本文修进的方法在针对此类图像分割上，界线较明显，轮廓较分明，曲面较好，符合实现情况，达到建模要求。

7小结

针对脑标本切片采集的数字图像在进行三维重建的过程中遇到的分割问题，提出了一种基于Otsu分割算法改进方法，方法不同迭代，也不同于大量的手工分割，更不同于简单的区域增长，实验表明方法的改进，加上等高线概念的引入，在切片图像的多层分割处理上减小搜索区域、处理速度快、实验简单、三维可视化效果良好，基本上满足了临床、教学上的应用需求，有益于切片器官重建的广泛开展。但文中只是针对实验中特殊的区域部分有着特殊的处理效果，边界线的圆滑处理等有待进一步探讨。

参考文献

[1]孙立晔，韩军伟，胡新韬，等.基于Markov随机场理论的鼠脑切片显微图像的分割研究[J].模式识别与人工智能，2013，（5）：498-503.DOI：10.3969/j.issn.1003-6059.2013.05.013.

[2]李梭，孙健永，张建国，等.蜂窝状的交互式三维分割方法[J].中国数学学，2014，9（6）：75-77.DOI：10.3969/j.issn.1673-7571.2014.06.026.

[3]巫兆聪，胡忠文，欧阳群东. 一种区域自适应的遥感影像分水岭分割算法[J]. 武汉大学学报：信息科学版，2011，（3）：293-296.

[4]李中健，杜娟，郭璐. 将Otsu用于多阈值彩色图像分割的方法及优化[J]. 计算机工程与应用，2010，11：176-178.

[5]唐占红，兰聪花.基于区域增长分割算法的医学图像重建[J].兰州工业高等专科学校学报，2010，17（5）：12-14.DOI：10.3969/j.issn.1009-2269.2010.05.004.

[6]文丽丽，罗洪艳，张绍祥，等.数字人脑切片图像中小脑组织的连续自动分割[J].仪器仪表学报，2013，34（1）：133-139.DOI：10.3969/j.issn.0254-3087.2013.01.019.

[7]李敏，罗洪艳，郑小林，等.一种改进的最大类间方差图像分割法[J].南京理工大学学报：自然科学版，2012，36（2）：332-337.DOI：10.3969/j.issn.1005-9830.2012.02.026.

[8]谢正兰； 向长和.一种胚胎数字化断层数据获取的方法 [J].解剖学杂志，2011，（1）：131-133.

[9]侯发忠，邹北骥，刘召斌，等.脑切片图像三维重建中的层间配准算法[J].计算技术与自动化，2012，31（1）：113-116.