基于两阶段区域生长法的肝内血管分割算法分析

赵挺

摘要：本文设定了一种以两阶段区域生长法为基础的肝内血管分割算法，其中，第一阶段通过三维区域生长法，由CT图像序列获取肝脏，并由方差双阈值和均值确定区域生长法的生长准则，最后利用中值滤波和形态学运算实施肝脏序列的降噪处理。第二阶段在已经获得的三维肝脏图像序列中，通过区域生长法进行血管分割，仅由均值决定区域生长法的生长准则。三维重建两阶段区域生长法获得的实验结果，相比常规的区域生长法三维重建结果，其准确性较高。

关键词：图像处理；区域生长法；肝内血管分割；形态学算法

目前，临床上对于肝部肿瘤进行了系统深入的研究，但是，由于肝脏内情况较为复杂，存在较多的管道系统病理和生理变异现象，因而肝脏外科手术治疗的难度和风险也相对较大，因此，肝脏手术前的准确规划具有重要的意义。以磁共振成像（MRI）和计算机X线断层摄影（CT）技术为基础的二维图像术前规划，对于临床医师提出了较高的要求，其需要具有丰富的空间想象力、阅片能力和临床经验。而三维可视化的图像检查技术，则能够对肝脏内的血管情况进行较为可靠、准确的观察和判断，为手术治疗提供可靠依据[1-2]。所以，有助于临床医师术前准确的肝内血管解剖结构规划。

1 算法步骤

1.1肝脏分割 鉴于CT图像边缘处灰度变化程度较大，而肝脏内部灰度的变化幅度则相对较小，所以，在分割肝脏过程中，可通过方差以及灰度的双阈值对区域生长条件加以确定。以种子点的8邻域确定方差的值和均值。一旦确定肝脏部位的种子点，则可按照上文所述的生长准则，实施三维空间内的区域生长，也就是用三维空间26邻域区域生长取代原本的二维平面8邻域区域生长。完成三维空间的区域生长之后，即能够获得肝脏轮廓的二值图像序列。

从上文所得的二值图像序列，仅仅是肝实质的粗糙轮廓，内部可能会出现较多的孔洞，主要原因在于：①CT图像内存在较为复杂的肝内管道系统以及成像设备所致的噪声，其灰度与肝实质之间通常存在一定的差异性。②最终的生长效果会直接受到方差阈值和均值阈值的影响，过小的阈值会加大孔洞，导致区域的不完整生长，而过大的阈值则会生长出肝脏以外的其他部分。鉴于上述各类影响因素，可通过首先膨胀处理图像的结构元素，再对结果的结构元素进行腐蚀膨胀的形态学闭运算处理方式，达到平滑边缘、填充空洞的作用。一次掩膜处理原始CT图像序列和二值图像序列，从而获得最终的肝脏分割结果[3-4]。

1.2肝内血管分割 根据上文所得的肝脏图像可知，血管分割的精度会在一定程度上收到其内部噪声的影响，进而导致阅片医师将噪声点误认为血管区域。对于不同的CT切片，可通过二值中值滤波的方式处理噪声，具体公式如下：

f（x，y）median=med{f（x-k，y-1），（k，l W）}（1）

其中，为处理所得的数据，滤波窗口设定为W，中值滤波处理后，血管部分和肝脏部分存在较为明显的分界，且血管区域灰度与肝脏实质区域灰度均匀分布，这也是后续区域生长血管分割的前提条件[5-6]。

在血管区域进行种子点的选择，按照上文所述的方法实施三维空间的区域生长。因为肝内存在较多的血管分支，实施一次区域生长之后，无法获得那些较小的分支。因此，可以在血管较为细小的部位进行种子点的选择，并实施区域生长，对比分析前一次的结果和区域生长后的结果，并对其实施运算和逻辑分析[7-8]。实现中值滤波的C语言核心代码如下。

for（int i=2；i

{for（int j=2；j

{if（src[i][j]！=0）

{int m=0；

for（int x=i-（wina/2）；x<=i+（wina/2）；x++）

{for（int y=j-（winb/2）；y<=j+（winb/2）；y++）

{arr[m]=src[x][y]；

m++；

}}

med[i][j]=GetMedNum（arr，wina，winb）；

}

else

med[i][j]=src[i][j]；

}}

中值滤波后，再次利用区域生长进行血管分割。

2 结果分析

本演技所用PC机配置情况：2GB内存，主频2.8GHz，CPU G640，研究过程以Visual Studio 2010的C语言为基础实现。最后，通过中科院自动化所研制的开源软件3D Med进行血管重建。

选择完种子点以后，首先对图像序列内不同像素点的方差和均值加以计算，随后对区域生长的适当阈值进行人工设置。通过反复的实验研究，最终确定出方差阈值和均值阈值设定为25时，能够获得最佳的分割效果。图1为区域生长处理后的二值肝脏图像，图2为通过形态学闭运算处理所得的结果。CT图像掩膜和形态学处理后的图像，即为肝脏分割图像。

经过去噪处理后，能够得到肝内血管分割结果，肝内血管分割第二次使用区域生长法，其生长准则与肝脏分割基本相同，仅仅需要分析均值阈值，并将其生长条件。选择血管分割的时机会直接影响均值阈值的大小进而改变实验的结果，如果阈值设定为28，则能够获得最佳的分割结果。当一次生长没有得到完整的结果时，需要再次选择种子点，一般经过2～3次选择即可得到最终的结果。

有傳统区域生长法研究结果可知，肝内血管能够准确分割出，然而，也会同时分割出一些肝脏外部的器官，因而分割结果相对较差。利用三维重建结果进行分析，本研究所选算法能够达到最佳的肝脏血管分割结果，从而获得较为满意的血管图，具有较高的有效性和可行性。

3 总结

综上所述，对于常规区域生长法存在的缺陷，本研究设定了一种以两阶段区域生长的CT图像肝内血管分割方法，也就是肝内血管分割与肝脏分割的过程。研究结果证实，相比传统的区域生长方法，本文所选择的算法能够对三级血管进行准确的分离，未见中断和分叉问题，因而结果准确性更高，由此可知，本文所选择的方法具有较高的有效性和可行性，能够为日后的手术治疗提供可靠基础[9-10]。

参考文献：

[1]姜维，吕晓琪，任晓英，等. 结合区域生长与图割算法的冠状动脉CT血管造影图像三维分割[J].计算机应用，2015，35（5）：1462-1463.

[2]许新征，丁世飞，史忠植，等.图像分割的新理论和新方法[J].电子学报， 2010， 38（2）：76-82.

[3]尚岩峰，汪辉，汪宁，等.管状特性和主动轮廓的3维血管自动提取[J].中国图象图形学报，2013，18（3）：290-298.

[4]吕倩，高君，高鑫.基于图割及均值漂移的合成孔径雷达图像强散射目标分割[J].计算机应用，2014，34（7）：2018-2022.

[5]尚岩峰，汪宁，汪辉.基于区域能量最小和主动轮廓模型的医学目标提取[J].计算机应用研究，2012，29（7）：2715-2718.

[6]蒋世忠，易法令，汤浪平，等.基于图割的MRI脑部图像肿瘤提取方法[J].计算机工程，2010，36（7）：217-219.

[7]刘松涛，殷福亮.基于图割的图像分割方法及其新进展[J].自动化学报，2012，38（6）：911-922.

[8]刘艳丽，赵卫东，陈宇飞等. 基于Hessian矩阵和区域生长的肝血管树的分割算法研究[J].计算机与现代化，2011，4（1）：113-114.

[9]王义，张友磊，PeitgenHeinz-Otto，等.肝内血管的三维重建及肝癌局部解剖性切除[J].中国普通外科杂志，2008，23（12）：914-917.

[10]孙俊旗，孟志华，陈振松，等.磁共振虚拟肝血管三维重建在肝切除术中的应用[J].中国医学影像技术，2010，26（5）：910-913.

编辑/蔡睿琳