醫學x線圖像的分割方法及系統的製作方法

2023-10-11 12:33:54 1

醫學x線圖像的分割方法及系統的製作方法
【專利摘要】本發明公開一種醫學X光圖像的分割方法及系統。其中所述方法包括步驟：對讀入的醫學X光圖像I(x，y)進行灰度值歸一化處理為N(x，y)，並對圖像N(x，y)平滑處理為S(x，y)；使用二值化分割法對平滑圖像S(x，y)進行初次分割，提取初始分割線；將初始分割線均分為N段並分段進行平滑去噪處理；在歸一化圖像N(x，y)中從上到下遍歷分段平滑曲線Ln上的每一點Ln(x，y)，計算每一點Ln(x，y)的梯度方向ΔLn(x，y)，獲得梯度方向向量；計算每一條梯度向量的一階差分並尋找其斜率最大點得到一條新分割線；用新分割線L′代替初始分割線L，並重複上述分段平滑步驟和計算梯度向量尋找斜率最大點步驟並減小K的取值，當K＜5時得到的曲線就是最終分割線。本發明能後續出處理和診斷打下基礎，具有實現簡單和分割準確的優點。
【專利說明】醫學X線圖像的分割方法及系統

【技術領域】
[0001] 本發明涉及一種醫學圖像分割處理技術，尤其是涉及一種醫學X線圖像在低對比 度條件下進行組織區域分割的方法及系統。

【背景技術】
[0002] 圖像分割作為圖像分析和模式識別的前提，其目的就是把圖像空間中具有特定意 義的不同區域分開，以便圖像特徵的提取，這些區分開的區域之間互不相交，每個區域都滿 足特定區域的一致性。圖像分割的效果直接影響到後續的特徵提取、圖像分析和模式識別， 因此一直以來都是圖像處理中的重要問題，也是計算機視覺中的經典難題。
[0003] 中國專利申請CN200710070013. 6提出一種基于振蕩網絡的醫學圖像分割方法， 是針對於光照不均勻的圖像難以用統一的門限進行分割、對噪聲和灰度不均勻較敏感等問 題。本發明方法首先建立振蕩網絡接著在網絡內搜索尋找振蕩發起點，由發起點開始振蕩， 向周邊鄰域進行迭代擴充、接著振蕩發生結束後，以有無標記為根據分割出"目標"和"背 景"。在本技術方案綜合了圖像分割中基於邊緣跟蹤的方法和基於區域生長方法的優點，但 是對於邊界模糊的圖像振蕩法效果不佳。
[0004] 中國專利申請CN200810199019. 8提出一種靜脈圖像分割方法，，該技術方案公開 了一種靜脈圖像分割方法，將原靜脈圖像轉換為方向場圖像，避免了原靜脈圖像由於全局 照度不均對分割效果的影響。利用本技術方案可以實現對照度不均、粗細不均以及邊界模 糊的靜脈圖像進行分割，但是方向場圖像的容易造成組織細部的丟失。


【發明內容】

[0005] 本發明所要解決的技術問題是提出一種醫學X光圖像中低對比度條件下的組織 區域分割的方法，通過讀入X光圖像，使用自使用多次迭代方式由粗到精的精確定位組織 邊緣，用於自動分割X光醫學圖像中對比度接近或者邊界模糊不清的不同組織區域。
[0006] 本發明採用如下技術方案實現：一種醫學X光圖像的分割方法，其包括步驟：
[0007] A、對讀入的醫學X光圖像I(x，y)進行灰度值歸一化處理，得到歸一化圖像N(x， y)，並對圖像N(x，y)進行平滑處理，得到平滑圖像S(x，y);
[0008] B、使用二值化分割法對平滑圖像S(x，y)進行初次分割，提取初始分割線；
[0009] C、將初始分割線均分為N段並分段進行平滑去噪處理，得到分段平滑曲線Ln， 1彡η彡N且η為自然數；
[0010] D、在歸一化圖像N(x，y)中從上到下遍歷分段平滑曲線1^上的每一點Ln(x，y)，計 算每一點1^"，7)的梯度方向八1^(1，7)，然後以點1^(1，7)為中心，按照梯度方向，取前後 各κ個像素組成一維向量η/χ,,Μ，K的初始取值為圖像寬度的像素數量，則向量 的總長度為i = 2k+l ;
[0011] E、計算每一條梯度向量的一階差分，並尋找其斜率最大點，將這一 點坐標記錄為Λ i，將Γ(Δ/)Μχν)在圖像N(x，y)上的位置就是新的分割點記為Ly (χ，y)， 按照上述方式從上至下地更新所有分割點，得到一條新分割線；
[0012] F、用新分割線L'代替初始分割線L，重複上述步驟D並減小K的取值，當K < 5 時得到的曲線就是最終分割線；
[0013] G、以最終分割線對醫學X光圖像進行分割處理。
[0014] 其中，步驟A是對歸一化圖像N(x，y)使用5*5的平滑濾波模板進行處理，得到平 滑圖像S(x，y)。
[0015] 其中，步驟B是使用邊緣提取算子得到初始分割線。
[0016] 其中，步驟C是使用二次曲線擬合的方式進行曲線平滑，得到分段平滑曲線Ln。
[0017] 其中，3<N<10。
[0018] 一種醫學X光圖像的分割系統，其特徵在於，包括：
[0019] 預處理模塊，用於對讀入的醫學X光圖像I (X，y)進行灰度值歸一化處理，得到歸 一化圖像N(x，y)，並對圖像N(x，y)進行平滑處理，得到平滑圖像S(x，y);
[0020] 初始分割線確定模塊，用於使用二值化分割法對平滑圖像S(x，y)進行初次分割， 提取初始分割線；
[0021] 平滑處理模塊，用於將初始分割線均分為N段並分段進行平滑去噪處理，得到分 段平滑曲線L n，1彡η彡N且η為自然數；
[0022] 梯度方向向量計算模塊，用於在歸一化圖像N(x，y)中從上到下遍歷分段平滑曲 線L n上的每一點Ln(x, y)，計算每一點Ln(x, y)的梯度方向ALn(x, y)，然後以點Ln(x, y) 為中心，按照梯度方向，取前後各K個像素組成一維向量，K的初始取值為圖像寬度 的像素數量，則向量的總長度為i = 2k+l ;
[0023] 新分割線確定模塊，用於計算每一條梯度向量的一階差分並尋找 其斜率最大點，將這一點坐標記錄為Ai，將Γ(Δ〇 Ιη(? ν)在圖像N(x，y)上的位置就是新的分 割點記為V (X，y)，按照上述方式從上至下地更新所有分割點，得到一條新分割線；
[0024] 迭代計算處理模塊，用於使用新分割線L'代替初始分割線L，由平滑處理模塊重 復曲線分段平滑和由梯度方向向量計算模塊進行梯度方向向量計算並減小K的取值，當K < 5時得到的曲線就是最終分割線；
[0025] 分割處理模塊，用於以最終分割線對醫學X光圖像進行分割處理。
[0026] 與現有技術相比，本發明具有如下有益效果：
[0027] 本發明通過不斷查找梯度變換率最大的點，多次迭代不斷將分割邊界精確化，從 而將不同的組織區分出來，能夠讓後處理和增強根據每個區域各自獨特的圖像特徵進行信 息檢測與處理，為後續出處理和診斷打下基礎，具有實現簡單和分割準確的優點。

【專利附圖】

【附圖說明】
[0028] 圖1是本發明一個實施例的流程示意圖；
[0029] 圖2A和圖2B分別為一張醫學X光圖像在分割處理前和分割處理後的示意圖；
[0030] 圖3是本發明一個實施例的結構框圖。

【具體實施方式】
[0031] 本發明方法提出了一種醫學X光圖像中低對比度條件下的組織區域分割的方法， 是一種由"粗"到"精"的分割方法，通過不斷查找梯度變換率最大的點，多次迭代不斷將分 割邊界精確化，從而將不同的組織區分出來。本發明適用於低對比度或者邊界模糊的X線 醫學圖像不同組織的分割，能夠讓後處理和增強根據每個區域各自獨特的圖像特徵進行信 息檢測與處理，為後續出處理和診斷打下基礎。
[0032] 結合圖1、圖2A和圖2B所示，本發明一個優選實施例具體包括如下步驟：
[0033] 步驟S1、對讀入的醫學X光圖像進行灰度值歸一化及平滑處理。
[0034] 首先，對讀入的醫學X光圖像I (X，y)的灰度值進行歸一化處理，將待分割圖像中 每一點的像素值轉化至（〇，1)區間內，使醫學X光圖像I(X，y)的整體圖像灰度值均衡化。 歸一化處理的方式為：
[0035] 八'(W)="廣。)/- ^max ^min
[0036] N(x，y)為歸一化後的圖像，I(x，y)為讀入的醫學X光圖像，1_為I(x，y)中像素 最大值，Imin為I (X，y)中像素最小值。
[0037] 其次，對歸一化後的圖像N(x，y)使用5*5的平滑濾波模板消除可能影響組織分割 結果的圖像細節得到平滑圖像S(x，y)，本實施例中使用均值平滑模版。
[0038] 步驟S2、對平滑圖像S(x，y)進行初次分割，提取初始分割線L。
[0039] 使用二值化分割方法對平滑圖像S(x，y)進行初次分割，並使用邊緣提取算子得 到初始分割線L。在本實施例中使用了自適應圖像二值化方法和Canny邊緣提取算子。
[0040] 步驟S3、將初始分割線L分段進行平滑去噪處理。
[0041] 按照分割線L的長度將其均分為N段，3 < N < 10。每一段使用曲線平滑的方式 去除離散度較大的點，在本發明實施例中使用了二次曲線擬合的方式進行曲線平滑，得到 分段平滑曲線L n，1彡η彡N且η為自然數。
[0042] 步驟S4、獲取梯度方向向量
[0043] 在歸一化圖像N(x，y)中從上到下遍歷分段平滑曲線1^上的每一點Ln(x，y)，計算 每一點L n(x，y)的梯度方向ALn(x，y)，然後以ALn(x，y)為中心，按照梯度方向，取前後各K 個像素組成一維向量卩，κ的初始取值為圖像寬度的像素數量的&，則向量丨,^v) 的總長度為i = 2k+l。
[0044] 步驟S5、新分割點定位
[0045] 計算每一條梯度向量的一階差分並尋找其斜率最大點，將這一點 坐標記錄為Ai，將Κ(Δ/)^(χν)在圖像N(x，y)上的位置就是新的分割點記為。 （x，y)。按 照上述方式從上至下地更新所有分割點，得到一條新分割線L'。
[0046] 步驟S6、迭代更新獲得最終分割線。
[0047] 回到步驟S3,用新分割線L'代替初始分割線L，並重複上述步驟S4重新進行分段 平滑處理並減小K的取值，當K < 5時得到的曲線就是最終分割線。
[0048] 步驟S7、以最終分割線對醫學X光圖像進行分割處理。
[0049] 結合圖3所示，在本發明一個實施例中，本發明提出的組織分割系統包括：實現上 述步驟S1的預處理模塊、實現上述步驟S2的初始分割線確定模塊、實現上述步驟S3的平 滑處理模塊、實現上述步驟S4的梯度方向向量計算模塊、實現上述步驟S5的新分割線確定 模塊、實現上述步驟S6的迭代計算處理模塊以及實現上述步驟S7的分割處理模塊。
[0050] 綜上，本發明通過不斷查找梯度變換率最大的點，多次迭代不斷將分割邊界精確 化，從而將不同的組織區分出來，能夠讓後處理和增強根據每個區域各自獨特的圖像特徵 進行信息檢測與處理，為後續出處理和診斷打下基礎，具有實現簡單和分割準確的優點。
[0051] 以上所述僅為本發明的較佳實施例而已，並不用以限制本發明，凡在本發明的精 神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明的保護範圍之內。
【權利要求】
1. 一種醫學X光圖像的分割方法，其特徵在於，包括步驟： A、 對讀入的醫學X光圖像I (X，y)進行灰度值歸一化處理，得到歸一化圖像N(X，y)，並 對圖像N(x，y)進行平滑處理，得到平滑圖像S(x，y); B、 使用二值化分割法對平滑圖像S(x，y)進行初次分割，提取初始分割線； C、 將初始分割線均分為N段並分段進行平滑去噪處理，得到分段平滑曲線Ln，1 < η < N 且η為自然數； D、 在歸一化圖像Ν(X，y)中從上到下遍歷分段平滑曲線Ln上的每一點Ln(x，y)，計算每 一點L n(x，y)的梯度方向ALn(x，y)，然後以ALn(x，y)為中心，按照梯度方向，取前後各K 個像素組成一維向量「(Οι,,^Κ的初始取值為圖像寬度的像素數量，則向量「dm的總 長度為i = 2k+l ; E、 計算每一條梯度向量的一階差分/々//(「(Ο,,,.,)，並尋找其斜率最大點，將這一點坐 標記錄為Λ i，將Κ(Δ/)4(χ ν)在圖像N(x，y)上的位置就是新的分割點記為Ln' (x，y)，按照 上述方式從上至下地更新所有分割點，得到一條新分割線； F、 用新分割線L'代替初始分割線L，並重複上述步驟D並減小K的取值，當K < 5時 得到的曲線就是最終分割線； G、 以最終分割線對醫學X光圖像進行分割處理。
2. 根據權利要求1所述醫學X光圖像的分割方法，其特徵在於，步驟A是對歸一化圖像 N(x，y)使用5*5的平滑濾波模板進行處理，得到平滑圖像S(x，y)。
3. 根據權利要求1所述醫學X光圖像的分割方法，其特徵在於，步驟B是使用邊緣提取 算子得到初始分割線。
4. 根據權利要求1所述醫學X光圖像的分割方法，其特徵在於，步驟C是使用二次曲線 擬合的方式進行曲線平滑，得到分段平滑曲線L n。
5. 根據權利要求1所述醫學X光圖像的分割方法，其特徵在於，3 < N < 10。
6. -種醫學X光圖像的分割系統，其特徵在於，包括： 預處理模塊，用於對讀入的醫學X光圖像I(x，y)進行灰度值歸一化處理，得到歸一化 圖像N(x，y)，並對圖像N(x，y)進行平滑處理，得到平滑圖像S(x，y); 初始分割線確定模塊，用於使用二值化分割法對平滑圖像S(x，y)進行初次分割，提取 初始分割線； 平滑處理模塊，用於將初始分割線均分為N段並分段進行平滑去噪處理，得到分段平 滑曲線Ln，l彡n>)在圖像N(x， y)上的位置就是新的分割點 記為V (X，y)，按照上述方式從上至下地更新所有分割點，得到一條新分割線； 迭代計算處理模塊，用於使用新分割線L'代替初始分割線L，由平滑處理模塊重複曲 線分段平滑和由梯度方向向量計算模塊進行梯度方向向量計算並減小K的取值，當K < 5 時得到的曲線就是最終分割線； 分割處理模塊，用於以最終分割線對醫學X光圖像進行分割處理。
7. 根據權利要求6所述醫學X光圖像的分割系統，其特徵在於，預處理模塊是對歸一化 圖像N(x，y)使用5*5的平滑濾波模板進行處理，得到平滑圖像S(x，y)。
8. 根據權利要求6所述醫學X光圖像的分割系統，其特徵在於，初始分割線確定模塊是 使用邊緣提取算子得到初始分割線。
9. 根據權利要求6所述醫學X光圖像的分割系統，其特徵在於，平滑處理模塊是使用二 次曲線擬合的方式進行曲線平滑，得到分段平滑曲線L n。
10. 根據權利要求6所述醫學X光圖像的分割系統，其特徵在於，3 < N < 10。
【文檔編號】G06T7/00GK104103061SQ201310116982
【公開日】2014年10月15日 申請日期:2013年4月7日 優先權日:2013年4月7日
【發明者】趙明, 康雨 申請人:深圳市藍韻實業有限公司