本發(fā)明涉及醫(yī)學圖像處理領(lǐng)域，尤其是在醫(yī)學圖像中提取血管中心線的方法及其裝置。
背景技術(shù)：
：磁共振血管成像是臨床常用的一種血管診斷方法，在磁共振血管成像所得的醫(yī)學圖像中，血管部位相對于其它組織器官呈現(xiàn)更明或者更暗的灰度值。與計算機斷層掃描圖像區(qū)別在于，磁共振圖像中的血管沒有固定的閾值，且由于血液流動的影響，血管內(nèi)部的亮度分布并不均勻，從而難以準確確定血管的范圍，也因此難以準確提取磁共振圖像中血管的中心線?，F(xiàn)有血管中心線提取技術(shù)，大致有兩類實現(xiàn)方式：第一種實現(xiàn)需要人工手動點擊兩點，以此為初始點，在兩點間尋找一定測度下的最短路徑，以此路徑作為中心線，例如采用水平集方法先計算水平集的場，最后將兩點之間用梯度下降等方法尋找一條最優(yōu)路線作為中心線。這種方法的缺點是需要人工干預，尤其對于復雜的血管樹系統(tǒng)來說，緩慢而麻煩，尤其是對于磁共振血管圖像來說，由于血管內(nèi)部灰度值分布不均勻，采用此種方法會導致血管中心線難以形成光滑的沿血管中心的一條線，而可能呈現(xiàn)彎曲的不規(guī)則狀。第二類方法：首先分割出準確的目標區(qū)域，在此目標區(qū)域中尋找出一個中心點，由此點出發(fā)尋找到每個端點之間的中心線。這種方法的缺點是要求分割必須準確，否則將錯誤提取血管的中心線。技術(shù)實現(xiàn)要素：本發(fā)明所要解決的技術(shù)問題是提供一種醫(yī)學圖像中提取血管中心線及其裝置，用以解決現(xiàn)有技術(shù)中因血管閾值的不確定性導致錯誤提取中心線的問題。本發(fā)明為解決上述技術(shù)問題，提供一種醫(yī)學圖像中提取血管中心線的方法，包括如下步驟：采集醫(yī)學圖像，并獲取所述醫(yī)學圖像的掩膜圖像；識別所述掩膜圖像中至少一個目標區(qū)域；確定所述目標區(qū)域中至少兩個端點，包括第一端點和第二端點；基于至少一個圖像變換函數(shù)處理所述醫(yī)學圖像和/或所述掩膜圖像，獲取變換圖像；根據(jù)所述變換圖像，連接任一個目標區(qū)域中所述第一端點和第二端點之間的至少一條中心線路徑，獲取所述目標區(qū)域的中心線。進一步地，獲取所述掩膜圖像的方法包括：基于所述醫(yī)學圖像的特征，確定至少一個第一閾值；基于所述第一閾值分割所述醫(yī)學圖像，獲取所述掩膜圖像；進一步地，確定所述第一閾值的方法包括：統(tǒng)計所述醫(yī)學圖像的直方圖，基于所述直方圖的特征，確定所述第一閾值。進一步地，識別所述目標區(qū)域的方法包括如下任一種方法：根據(jù)掩膜圖像中各連通域之間的對稱性劃分對稱區(qū)域，選擇所述對稱區(qū)域內(nèi)的最大連通域，即為所述目標區(qū)域?；蛘撸嬎闼鲅谀D像中各連通域的尺寸，選擇尺寸最大的連通域，即為所述目標區(qū)域。進一步地，確定所述目標區(qū)域中至少兩個端點，包括：基于所述目標區(qū)域，選擇起始點；沿著第一方向追蹤所述目標區(qū)域，獲取所述第一端點；沿著第二方向追蹤所述目標區(qū)域，獲取所述第二端點。進一步地，所述確定所述目標區(qū)域中至少兩個端點，還包括：根據(jù)所述初始點，基于水平集算法，獲取至少兩個端點，包括所述第一端點和第二端點。進一步地，所述圖像變換函數(shù)包括第一變換函數(shù)和第二變換函數(shù)。進一步地，所述獲取變換圖像包括如下步驟：根據(jù)第一圖像變換函數(shù)，對所述醫(yī)學圖像和/或所述掩膜圖像進行變換，獲取第一變換圖像；根據(jù)第二圖像變換函數(shù)，對醫(yī)學圖像和/或所述掩膜圖像進行變換，獲取第二變換圖像；對所述第一變換圖像和所述第二變換圖像進行權(quán)重組合，獲取所述變換圖像；或者，所述變換圖像為所述第一圖像或者所述第二圖像進一步地，所述圖像變換函數(shù)包括：所述第一圖像變換函數(shù)為灰度變換函數(shù)，或者距離場變換函數(shù)，或者灰度變換函數(shù)和距離場變換函數(shù)的權(quán)重組合；所述第二圖像變換函數(shù)為灰度變換函數(shù)，或者距離場變換函數(shù)，或者灰度變換函數(shù)和距離場變換函數(shù)的權(quán)重組合。進一步地，對所述掩膜圖像進行膨脹操作。本發(fā)明為解決上述技術(shù)問題，還提供一種醫(yī)學圖像中提取血管中心線的裝置，包括：存儲單元，存儲有采集的醫(yī)學圖像；顯示單元，顯示對應的醫(yī)學圖像，和/或?qū)难谀D像；輸入單元，選取任一目標區(qū)域的起始點；圖像處理單元，用于：采集醫(yī)學圖像，并獲取所述醫(yī)學圖像的掩膜圖像；識別所述掩膜圖像中至少一個目標區(qū)域；確定所述目標區(qū)域中至少兩個端點，包括第一端點和第二端點；基于至少一個圖像變換函數(shù)處理所述醫(yī)學圖像和/或所述掩膜圖像，獲取變換圖像；根據(jù)所述變換圖像，連接任一個目標區(qū)域中所述第一端點和第二端點之間的至少一條中心線路徑，獲取所述目標區(qū)域的中心線。本發(fā)明對比現(xiàn)有技術(shù)：獲取粗分割的掩膜圖像，識別掩膜圖像中至少一個目標區(qū)域，確定所述目標區(qū)域中至少兩個端點；基于至少一個圖像變換函數(shù)處理所述所述醫(yī)學圖像和/或所述掩膜圖像，獲取變換圖像，根據(jù)所述變換圖像提取中心線。通過本發(fā)明可以獲取以下有益效果：無需精確分割掩膜圖像，即可實現(xiàn)自動端點的選擇；根據(jù)變換圖像提取中心線，充分利用醫(yī)學圖像信息和掩膜信息，一方面可以在粗分割的掩膜圖像中，中心線仍舊沿血管的走向，另一方面可彌補由于血管強度分布的不均勻造成中心線的不規(guī)則形狀，從而有效提高提取中心線的準確性和效率?！靖綀D說明】圖1為本發(fā)明一個實施例的提取血管中心線的方法流程示意圖；圖2為本發(fā)明一個實施例的提取血管中心線的方法流程示意圖；圖3為本發(fā)明一個實施例中獲取變換圖像的方法流程示意圖；圖4a和4b為現(xiàn)有技術(shù)中提取血管中心線的結(jié)果示意圖；圖5為本發(fā)明一個實施例中提取血管中心線的結(jié)果示意圖；圖6為本發(fā)明一個實施例的提取血管中心線裝置的結(jié)構(gòu)示意圖?！揪唧w實施方式】下面結(jié)合附圖和實施例對本發(fā)明作進一步的描述。在下面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明。但是本發(fā)明能夠以很多不同于在此描述的其它方式來實施，本領(lǐng)域技術(shù)人員可以在不違背本發(fā)明內(nèi)涵的情況下做類似推廣，因此，本發(fā)明不受下面公開的具體實施的限制。其次，本發(fā)明利用示意圖進行詳細描述，在詳述本發(fā)明的具體實施例時，為便于說明，所述示意圖只是適用于具體的實施例，應當理解的是，前面或下面操作不一定按照順序來精確地執(zhí)行。相反，可以按照倒序或同時處理各種步驟。同時，也可以將其他操作添加到這些過程中，或從這些過程移除某一步或數(shù)步操作，因此其在此不應限制本發(fā)明保護的范圍。為了解決現(xiàn)有技術(shù)中因血管閾值的不確定性導致錯誤提取血管中心線的問題，本發(fā)明提供一種醫(yī)學圖像中提取中心線的方法。圖1為一個實施例的提取血管中心線的方法流程示意圖，包括如下步驟：執(zhí)行步驟S110：采集醫(yī)學圖像，并獲取所述醫(yī)學圖像的掩膜圖像。在一些實施例中，所述醫(yī)學圖像通過各類模態(tài)的成像系統(tǒng)掃描采集獲得三維或二維圖像，也可以通過諸如存儲系影像歸檔和通信系統(tǒng)(PictureArchivingandCommunicationSystems，PACS)等內(nèi)部或外部存儲系統(tǒng)傳輸獲得。所述模態(tài)包括但不限于磁共振成像(MRI)、磁共振血管造影(MRA)、計算機斷層掃描(CT)、正電子發(fā)射斷層掃描(PositronEmissionTomography，PET)等一種或多種的組合。所述掩膜圖像的獲取可以基于一種或多種算法，包括閾值法、區(qū)域生長法、基于能量函數(shù)的方法、水平集方法、區(qū)域分割和/或合并、邊緣跟蹤分割法、統(tǒng)計模式識別方法、均值聚類分割法、模型法、基于可變形模型的分割法、人工神經(jīng)網(wǎng)絡(luò)方法、最小路徑分割法、跟蹤法、基于規(guī)則的分割法、耦合表面分割法等，或者上述分割方法的任意組合。在一些實施例中，可以根據(jù)醫(yī)學圖像的特征，確定至少一個第一閾值。所述醫(yī)學圖像的特征可以為所述醫(yī)學圖像中的形態(tài)學特征，也可以是所述醫(yī)學圖像的概率分布特征，例如計算所述醫(yī)學圖像的直方圖，然后根據(jù)閾值，選擇滿足閾值的像素點(或體素點)，進而通過閾值分割獲取所述醫(yī)學圖像的掩膜圖像。直方圖的特征可以包括直方圖的形狀、面積、或分布等。在一些實施例中，在選擇閾值過程中，可以對直方圖進行擬合。根據(jù)不同的圖像成像方式，直方圖可以采用不同的擬合方法，或者直方圖的擬合可以采用不同的模型。例如，直方圖擬合模型可以包括高斯分布模型、韋伯分布模型、K分布模型、皮爾遜分布模型等，或者上述模型的任意組合?；谏鲜鏊惴ǐ@取的掩膜圖像可以為包含有目標區(qū)域和其它非目標區(qū)域的粗分割結(jié)果。進一步地，由于分割過程中可能導致獲取的掩膜圖像在目標區(qū)域產(chǎn)生各類噪聲，例如空洞，可以通過膨脹操作處理所述掩膜圖像以填實空洞，便于后續(xù)圖像處理。執(zhí)行步驟S120：識別所述掩膜圖像中至少一個目標區(qū)域。所述識別方法可以基于所述目標區(qū)域的特征進行識別。例如在一些實施例中，根據(jù)掩膜圖像中各連通域之間的對稱性劃分對稱區(qū)域，選擇所述對稱區(qū)域內(nèi)的最大連通域，即為所述目標區(qū)域。又例如，在一些實施例中，計算所述掩膜圖像中各連通域的尺寸，選擇尺寸最大的連通域，即為所述目標區(qū)域。其中，所述目標區(qū)域可以是血管組織與器官、機體、物體、機能障礙、腫瘤等一種或多種的組合。在一些實施例中，所述目標區(qū)域可以是血管組織與頭部、胸腔、器官、骨骼、血管等一種或多種的組合。執(zhí)行步驟S130：確定所述目標區(qū)域中至少兩個端點，包括第一端點和第二端點。在一些實施例中，確定端點之前，首先基于所述目標區(qū)域選擇起始點。起始點可以是位于所述目標區(qū)域內(nèi)部的一個或多個像素點(或體素點)。在一些實施例中，起始點可以位于所述目標區(qū)域的中心或者靠近中心位置。在一些實施例中，起始點可以位于所述目標區(qū)域的邊界，或者靠近所述目標區(qū)域的邊界的位置。在一些實施例中，起始點還可以根據(jù)灰度值選取，例如，選取灰度值大于某一閾值的像素點(或體素點)為起始點。在另一些實施例中，起始點還可以根據(jù)灰度和位置的復合規(guī)則選取。所述起始點的確定可以基于醫(yī)學圖像、掩膜圖像或識別目標區(qū)域的掩膜圖像等，本發(fā)明對此不作具體限定。所述起始點的選取可以是全自動、半自動、或手動進行。接著，基于所述起始點確定至少兩個端點。在一些實施例中，起始點可以為端點。在一些實施例中，端點的追蹤可以由目標區(qū)域與其它目標區(qū)域的端點為起始點進行追蹤。在一些實施例中，根據(jù)所述起始點，沿著第一方向追蹤所述目標區(qū)域，獲取所述第一端點；沿著第二方向追蹤所述目標區(qū)域，獲取所述第二端點。在另一些實施例中，還可以根據(jù)所述初始點，基于水平集算法，獲取至少兩個端點，包括所述第一端點和第二端點。執(zhí)行步驟S140：基于至少一個圖像變換函數(shù)處理所述醫(yī)學圖像和/或所述掩膜圖像，獲取變換圖像。在一些實施例中，根據(jù)所述第一圖像變換函數(shù)，對所述醫(yī)學圖像和/或所述掩膜圖像進行變換，獲取第一變換圖像；根據(jù)所述第二圖像變換函數(shù)，對醫(yī)學圖像和/或所述掩膜圖像進行變換，獲取第二變換圖像；對所述第一變換圖像和所述第二變換圖像進行權(quán)重組合，獲取所述變換圖像。在一些實施例中，獲取所述變換圖像可以基于至少一種圖像變換函數(shù)來實現(xiàn)。例如，傅里葉變換函數(shù)、小波變換函數(shù)、余弦變換函數(shù)、指數(shù)函數(shù)、基于灰度概率分布的變換函數(shù)、基于距離場的變換函數(shù)等，或者上述函數(shù)的任意組合。用于權(quán)重組合的圖像可以是變換之前的圖像、和/或變換之后的圖像。例如，可以將變換的醫(yī)學圖像或掩膜圖像和變換后的灰度變換圖像進行組合。又如，可以將變換前的醫(yī)學圖像或掩膜圖像和距離場變換圖像進行組合。再如，可以將變換后的灰度圖像和距離場圖像進行組合。權(quán)重組合可以指兩個或多個圖像中相同像素點(或體素點)的數(shù)據(jù)的組合。需要說明的是，所述變換圖像可以采用多種組合方式，例如，加、減、乘、或除運算、或它們的任意組合運算方法。例如，在一些實施例中，圖像組合可以采用權(quán)重組合的方式。例如，給第一個圖像賦予權(quán)重一，給第二個圖像賦予權(quán)重二，然后將兩個圖像的數(shù)據(jù)進行帶權(quán)重的加、減、乘、或除運算，或它們的任意組合運算。執(zhí)行步驟S150：根據(jù)所述變換圖像，連接任一個目標區(qū)域中所述第一端點和第二端點之間的至少一條中心線路徑，獲取所述目標區(qū)域的中心線。所述中心線可以根據(jù)顯示需求，在所述醫(yī)學圖像，掩膜圖像或者各種中間處理過程獲取的圖像上顯示。連接可以采用一種或多種算法，例如，梯度下降法、閾值法、區(qū)域生長法、水平集方法、區(qū)域分割和/或合并、邊緣跟蹤分割法、統(tǒng)計模式識別方法、均值聚類分割法、手動標定法、拓撲細化法、距離變換法等，或者上述方法的任意組合，確認端點之間中心線上的像素點(或體素點)的集合。獲取所述中心線可以是全自動、半自動、或手動進行的。綜上所述，本實施例提供一種醫(yī)學圖像中提取中心線的方法，基于圖像變換函數(shù)構(gòu)造變換圖像，根據(jù)所述變換圖像提取中心線，充分利用醫(yī)學圖像信息和掩膜信息，從而提高了提取中心線的準確性和效率。為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合磁共振醫(yī)學圖像中提取血管中心線的一個實施例對本發(fā)明做詳細的說明。圖2為一個實施例中提取血管中心線的方法流程示意圖，包括如下步驟：執(zhí)行步驟S210～S220：采集醫(yī)學圖像；根據(jù)圖像特征，確定至少一個第一閾值，分割所述醫(yī)學圖像。本實施例中，所述醫(yī)學圖像優(yōu)選為磁共振圖像，可以通過MR等模態(tài)呈現(xiàn)獲取或者通過PACS系統(tǒng)等內(nèi)、外部存儲系統(tǒng)傳輸獲取。本實施例中優(yōu)選采用閾值分割的方法分割所述磁共振圖像，所述閾值可以通過計算所述醫(yī)學圖像的直方圖確定。該分割對所述醫(yī)學圖像中血管的粗提取，例如，所述分割結(jié)果可以包括一部分非血管數(shù)據(jù)的信息，有一部分血管數(shù)據(jù)可能被遺漏，血管的邊界可以不必特別精確。又如，所述粗分割結(jié)果可以是包含血管區(qū)域的二值的化掩膜圖像。需要說明的是，本實施例中，所述血管區(qū)域可以是動脈血管、靜脈血管等部位的數(shù)據(jù)，或者上述數(shù)據(jù)的任意組合。動脈血管的數(shù)據(jù)可以是頭動脈、頸動脈、胸動脈、腹動脈、腋動脈、肱動脈等數(shù)據(jù)，或者上述數(shù)據(jù)的任意組合。靜脈血管的數(shù)據(jù)可以是頭靜脈、頸靜脈、胸靜脈、肺靜脈等數(shù)據(jù)，或者上述數(shù)據(jù)的任意組合。在一些實施例中，血管數(shù)據(jù)還可以包括微動脈、微靜脈、和/或毛細血管等。執(zhí)行步驟S230：膨脹所述分割結(jié)果，獲取掩膜圖像。在一些實施例中，所述掩膜圖像可以通過血管粗分割進行提取。在一些實施例中，所述掩膜圖像也可以包括一部分非血管的圖像，例如少量的表現(xiàn)非血管的組織或器官的輪廓的數(shù)據(jù)。又如，因磁共振圖像中，血管內(nèi)部的灰度值分布不均勻而存在諸如空洞等不規(guī)則噪音，可以通過膨脹操作處理所述掩膜圖像以填實空洞，便于后續(xù)圖像處理?；谘谀D像的獲取方法已于前一個實施例中詳述，在此不再贅述。執(zhí)行步驟S240：識別所述掩膜圖像中至少一個血管區(qū)域。在一些實施例中，識別血管區(qū)域可以包括對特定血管的識別，例如，左(或右)頸總動脈、左(或右)頸內(nèi)動脈、左(或右)椎動脈、腹主動脈等。在一些實例中，血管識別可以基于分割結(jié)果，例如基于掩膜圖像識別血管區(qū)域，還可以基于醫(yī)學圖像識別血管區(qū)域。在一些實施例中，可以根據(jù)血管的特征進行血管數(shù)據(jù)的提取。血管特征可以包括血管的對稱性、血管的尺寸(例如，面積、直徑、半徑等)、血管連通域的面積、血管的位置等中的一種或多種。例如，對于頭頸部的血管(例如，左右頸總動脈、左右椎動脈等)具有對稱性，可以根據(jù)對稱性尋找具有最大連通域的血管，從而識別這四條血管。又如，對于腹部的血管，腹主動脈徑向尺寸最粗，可以根據(jù)血管直徑(或半徑)尋找腹部醫(yī)學圖像或掩膜圖像中具有最大直徑的連通域，從而識別腹主動脈。執(zhí)行步驟S250：選取血管區(qū)域中的初始點，根據(jù)所述初始點確定至少兩個端點。初始點可以是位于血管內(nèi)部的一個或多個像素點(或體素點)。在一些實施例中，初始點可以位于血管的中心，或者靠近血管中心的位置。初始點還可以是于血管的邊界，或者靠近血管邊界的位置。初始點的選取可以基于醫(yī)學數(shù)據(jù)、掩膜圖像、血管分割結(jié)果等。在一些實施例中，初始點的選取可以是自動識別的點、半自動或者手動進行。例如，可以選擇灰度值最高的點作為初始點。又如，可以選擇血管中某個部位的中心點作為初始點。確定所述至少兩個端點，是對血管端點的追蹤，可以將初始點作為起點，尋找血管端點。在一些實施例中，血管端點的追蹤可以根據(jù)該血管或其他血管的端點為初始點進行追蹤。例如，腹主動脈的端點可以根據(jù)腹主動脈的初始點進行追蹤。又如，與腹主動脈相連的小動脈血管的端點也可以根據(jù)腹主動脈的初始點進行追蹤。在一些實施例中，可以通過直徑較大的血管的初始點追蹤直徑較小的血管的端點。在一些實施例中，可以通過直徑較小的血管的初始點追蹤直徑較大的血管的端點。在一些實施例中，初始點可以是血管端點。確定血管端點的方法，在一些實施例中，可以根據(jù)血管數(shù)據(jù)直接選取血管端點。例如，對于直徑較大的血管，可以直接選取血管端點。在一些實施例中，可以采用一種或多種算法選取血管端點。例如，對于有分叉的血管，可以采用圖像分割、水平集算法等方法選取血管端點。血管端點的選取可以是全自動、半自動、或手動進行的。在一些實施例中，可以基于連通域的計算、和/或水平集方法等。在一些實施例中，對于直徑比較均勻的血管，可以根據(jù)初始點，分別沿著血管的兩個延伸方向，通過判斷初始點的連通域，分別追蹤位于血管兩個延伸方向的端部的兩個端點。在一些實施例中，可以根據(jù)初始點，采用水平集方法尋找到血管端點。執(zhí)行步驟S260：基于至少一個圖像變換函數(shù)構(gòu)造變換圖像。由于血液流動原因，磁共振圖像中血管的灰度值分布不均，如果直接在醫(yī)學圖像或提取血管區(qū)域的掩膜圖像上提取中心，將導致錯提中心線或者中心線形狀不規(guī)則。因此本實施例提出在所述構(gòu)造的變換圖像上進心中心線提取，以提高提取中心線的準確性。在一些實施例中，獲取所述變換圖像可以基于至少一種圖像變換函數(shù)來構(gòu)造變換圖像，例如根據(jù)所述第一圖像變換函數(shù)，對所述醫(yī)學圖像和/或所述掩膜圖像進行變換，獲取第一變換圖像；根據(jù)所述第二圖像變換函數(shù)，對醫(yī)學圖像和/或所述掩膜圖像進行變換，獲取第二變換圖像；對所述第一變換圖像和所述第二變換圖像進行權(quán)重組合，獲取所述變換圖像。此外，所述變換函數(shù)也可以是所述第一變換圖像或者所述第二變換圖像。本實施例中，采用灰度變換函數(shù)和距離場變換函數(shù)構(gòu)造所述變換圖像，圖3為本發(fā)明一個實施例中獲取變換圖像的方法流程示意圖，包括如下步驟：執(zhí)行步驟S261：根據(jù)醫(yī)學圖像計算灰度變換以獲取灰度變換圖像。所述灰度變換可以針對一個或多個圖像，例如醫(yī)學圖像。根據(jù)灰度變換函數(shù)進行灰度變換處理。進一步地，獲取所述灰度變換圖像可以基于一個或多個灰度變換函數(shù)G(x)。例如若圖像數(shù)據(jù)中某個像素點(或體素點)的灰度值為g，經(jīng)過灰度變換函數(shù)G(x)計算之后，該像素點(或體素點)的灰度值變換為g’＝G(g)。在一些實施例中，灰度變換函數(shù)G(x)可以是分段函數(shù)、冪函數(shù)、指數(shù)函數(shù)、三角函數(shù)、對數(shù)函數(shù)等中一種函數(shù)或多種函數(shù)的組合。在一些實施例中，灰度可以對圖像數(shù)據(jù)進行兩級或多級變換。例如，假設(shè)灰度變換函數(shù)為G1(x)、G2(x)、G3(x)、……、Gn(x)，其中n為正整數(shù)。對于灰度值為g的像素點(或體素點)，進行第一級灰度變換之后灰度值為G1(g)；再進行第二級灰度變換之后的灰度值為G2(G1(g))；按照這種方式，可計算得到n級灰度變換之后的值。在一些實施例中，灰度變換函數(shù)G(x)可以基于圖像的灰度概率分布。在一些實施例中，灰度概率分布的確定可以基于一個或多個閾值。例如閾值可以是根據(jù)磁共振圖像的直方圖計算的閾值，例如所述第一閾值。在一些實施例中，灰度變換函數(shù)G(x)可以表示為公式(1)：G(x)＝kBf(x)+c(1)其中，k、B、和c表示常數(shù)，x表示圖像中當前像素點(體素點)的灰度值，以及f(x)表示中間函數(shù)。系數(shù)k、B、和/或c可以是系統(tǒng)/用戶預先設(shè)定的值，和/或通過對醫(yī)學圖像、掩膜圖像等各類圖像計算得到的值。例如，k可以設(shè)定為1；c可以設(shè)定為0；以及，B可以設(shè)定為自然常數(shù)e。在一些實施例中，G(x)可以是分段函數(shù)，如公式(2)所示：G(x)=k1Bf(x)+c1,x≥I0k2Bf(x)+c2,x<I0---(2)]]>其中，k1、c1、k2、和c2表示常數(shù)，以及I0表示參考灰度值。k1、c1、k2、c2、和/或I0可以是系統(tǒng)預先設(shè)定的值，用戶設(shè)定的經(jīng)驗值值，和/或通過對圖像進行計算得到的值。例如，k1和k2可以設(shè)定為1；c1和c2可以設(shè)定為0；以及，B可以設(shè)定為自然常數(shù)e。在一些實施例中，參考灰度值I0可以指灰度參考基準。參考灰度值I0可以根據(jù)圖像的灰度概率分布計算得出。具體地，在一些實施例中，I0可以根據(jù)公式(3)計算：I0＝rImin+d(Imax-Imin)(3)其中，r、d、Imin、和Imax表示常數(shù)。r、d、Imin、和/或Imax可以是系統(tǒng)預先設(shè)定的值，用戶設(shè)定的經(jīng)驗值值，和/或通過對圖像進行計算得到的值。例如，Imin可以表示圖像數(shù)據(jù)中最小的灰度值；Imax可以表示圖像數(shù)據(jù)中最大的灰度值。進一步地，在一些實施例中，r可以設(shè)定為1；以及，d可以設(shè)定為1/5。在一些實施例中，中間函數(shù)f(x)可以是分段函數(shù)，如公式(4)所示：f(x)=-(x-I0)/w1,x≥I0(x-I0)/w2,x<I0---(4)]]>其中，w1和w2表示常數(shù)。在一些實施例中，w1和w2可以表示灰度范圍的控制參數(shù)。w1和w2的值越大，中間函數(shù)f(x)的絕對值可以相應減小。w1和w2可以是系統(tǒng)預先設(shè)定的值，用戶設(shè)定的經(jīng)驗值，和/或通過對圖像進行計算得到的值。例如，w1和w2可以根據(jù)醫(yī)學圖像的灰度概率分布計算得出。在一些實施例中w1和w2可以分別表示為公式(5)和(6)：w1＝m(Imax-I0)+p(5)w2＝n(I0-Imin)+q(6)其中，m、n、p和q表示常數(shù)。m、n、p和/或q可以是系統(tǒng)預先設(shè)定的值，用戶設(shè)定的經(jīng)驗值，和/或通過對圖像進行計算得到的值。例如，m可設(shè)定為1/4；n可設(shè)定為1/2；以及，p和q可以設(shè)定為0。結(jié)合公式(4)、(5)和(6)，w1和w2可以用于調(diào)整或控制需要變換的區(qū)域。例如，在w1和w2之間的區(qū)域，兩個或多個像素點(或體素點)的灰度值之間的差異可以被增大；在w1和w2之外的區(qū)域，兩個或多個像素點(或體素點)的灰度值之間的差異可以被減小。具體地，在一些實施例中，利用公式(4)、(5)和(6)進行處理，可以使得血管(邊界及內(nèi)部)的灰度值與周圍灰度值的差異增大。根據(jù)公式(2)和(4)，可以確定灰度變換函數(shù)G(x)的表達式。在一些實施例中，G(x)可以表示為公式(7)：G(x)={exp(-(x-I0)/w1)/2,x≥I01-exp((x-I0)/w2)/2,x<I0---(7)]]>由于磁共振圖像中血管的像素點(體素點)灰度值分布不均，從200-2000左右，灰度值較高的像素點(體素點)個數(shù)在圖像中所占比例較少，但是將大大影響提取中心線算法的賺錢行，通過本實施例，經(jīng)過灰度圖像的變換，在參考灰度值附近，灰度區(qū)分度可以得到增強，血管灰度值越高的像素點(或體素點)，變換后的值可以越小；而血管灰度值越低的像素點(或體素點)，變換后的值可以越大。在一些實施例中，血管中心部位的像素點(或體素點)，相比于血管邊緣部位的像素點(或體素點)，變換后的值可以較低。通過本實施例的灰度變換，有效降低少量灰度極大值的像素點(體素點)對中心線提取的影響，避免如圖4a所示為現(xiàn)有技術(shù)中提取血管中心線的結(jié)果示意圖，如圖4a方框中所示，中心線提取過程中因圖像中灰度值分布不均導致中心線繞過血管中較暗區(qū)域，而導致錯誤提取中心線。通過本實施例，可以使得中心線可以從變換值較低的部位經(jīng)過，保持中心線位于血管中心。執(zhí)行步驟S262：根據(jù)掩膜圖像計算距離場，獲取距離場變換圖像。所述距離場可以指對圖像中的一個或多個像素點(或體素點)定義一個距離值；圖像中一個或多個像素點(或體素點)的距離值就形成了一個距離場。在一些實施例中，可以根據(jù)一個或多個規(guī)則計算距離值。規(guī)則可以指圖像中的某個像素點(或體素點)與基準之間的距離。基準可以是一個或多個像素點(或體素點)、線、和/或面。距離可以是垂直距離，例如，血管中某像素點(或體素點)距離血管邊界線的垂直距離。進一步地，距離可以是像素點(或體素點)與基準形成某個角度θ的距離。θ可以取0°至360°之間的任何數(shù)值。進一步地，在一些實施例中，θ等于90°時即為垂直距離。例如，假設(shè)血管邊緣的像素點(或體素點)的距離值為0，可以定義血管內(nèi)部某一像素點(或體素點)與血管邊緣的垂直距離為該點的距離值。又如，假設(shè)血管中心的像素點(或體素點)的距離值為0，可以定義血管其他部位某一像素點(或體素點)與血管中心的直線距離為該點的距離值。在一些實施例中，可以對距離值進行進一步處理。距離值的處理可以包括但不限于，歸一化處理、求取倒數(shù)、對數(shù)變換、求取變化梯度、中心化變換、極差標準化等一種或多種方法的組合。距離場變換圖像可以指以可視化形式表現(xiàn)的距離場的圖像。在一些實施例中，距離場圖像可以指對距離場中的距離值進行一定的變換之后得到的圖像。基于距離場變換函數(shù)的計算可以基于距離值d。在一些實施例中，距離場圖像的計算可以基于血管的掩膜圖像計算距離場，也可是原始的磁共振圖像。在一些實施例中，為了提高處理速度，可以只計算掩膜圖像中血管區(qū)域的距離場。在一些實施例中，像素點(或體素點)的距離值d可以根據(jù)一定的初始值直接定義。在一些實施例中，像素點(或體素點)的距離值d可以根據(jù)一定的計算規(guī)則計算得出。例如，將位于血管邊界的像素點(或體素點)的距離值d定義為0，而血管內(nèi)部其他像素點(或體素點)的距離值d根據(jù)該點與血管邊緣的垂直距離進行計算。在一些實施例中，同一條血管可以具有左右兩個邊界，可以同時計算某個像素點(或體素點)距離血管左邊界和右邊界的垂直距離，并取其中較小的距離作為該點的距離值d。在一些實施例中，距離場圖像的計算可以基于一個或多個距離值變換函數(shù)D(d)。在一些實施例中，距離值變換函數(shù)D(d)可以是分段函數(shù)、冪函數(shù)、指數(shù)函數(shù)、三角函數(shù)、對數(shù)函數(shù)等，或者上述函數(shù)的任意組合。距離值變換函數(shù)D(d)可以表示為公式(8)：D(d)＝aAf(d)+b(8)其中，a、b和A表示常數(shù)，以及，f(d)表示中間函數(shù)。a、b和/或A可可以是系統(tǒng)/用戶預先設(shè)定的值，和/或通過對醫(yī)學圖像、掩膜圖像等各類圖像計算得到的值。例如，a可以設(shè)定為1，以及，b可以設(shè)定為0。又如，A可以設(shè)定為自然常數(shù)e。在一些實施例中，f(d)可以進一步表示為公式(9)：f(d)＝hd+l(9)其中，h和l表示常數(shù)。h和l可以是系統(tǒng)預先設(shè)定的值，可以是系統(tǒng)/用戶預先設(shè)定的值，和/或通過對醫(yī)學圖像、掩膜圖像等各類圖像計算得到的值。例如，h可以設(shè)定為-1，以及，l可以設(shè)定為0。根據(jù)公式(8)和(9)，可以確定距離值變換函數(shù)D(d)的表達式。在一些實施例中，D(d)可以表示為公式(10)：D(d)＝1/expf(d),(10)在一些實施例中，當像素點(或體素點)位于血管邊緣時，距離值變換函數(shù)D(d)可以是1，而靠近血管中心方向，D(d)值逐漸減小。本步驟通過基于距離場變換函數(shù)，獲取距離場變換圖像，有效避免如圖4b現(xiàn)有技術(shù)中提取血管中心線的結(jié)果示意圖，如圖4b的方框所示在掩膜圖像的血管區(qū)域提取中心線時，急劇彎曲的血管走向時發(fā)生中心線穿越血管壁的情況。執(zhí)行步驟S263：將灰度變換圖像和距離場變換圖像進行權(quán)重組合，獲取變換圖像。根據(jù)前述步驟S261和S262獲取的所述灰度變換圖像和距離場變換圖像，可以圖像組合獲取所述變換圖像。在一些實施例中，圖像組合可以基于兩個或多個圖像進行權(quán)重組合，例如某個圖像可以用數(shù)據(jù)矩陣Image1表示，另一個圖像可以用數(shù)據(jù)矩陣Image2表示。圖像的權(quán)重組合可以用公式(11)表示：IMAGE＝F(W1·Image1，W2·Image2)(11)其中，IMAGE表示圖像組合之后的數(shù)據(jù)矩陣，F(xiàn)表示圖像組合函數(shù)，W1表示Image1的權(quán)重，以及W2表示Image2的權(quán)重。W1和/或W2可以是常數(shù)，例如，正的常數(shù)、負的常數(shù)、或者0。函數(shù)F可以是加、減、乘、除、求倒、分段函數(shù)、冪函數(shù)、指數(shù)函數(shù)、三角函數(shù)、對數(shù)函數(shù)等運算，或者上述運算方式的任意組合。在一些實施例中，圖像組合可以采用加權(quán)組合的方式，如公式(12)所示：IMAGE＝W1·Image1+W2·Image2。(12)本實施例通過組合圖像獲取所述變換圖像，充分利用圖像信息，提高后續(xù)提取中心線的準確性。執(zhí)行步驟S270：根據(jù)所述變換圖像，提取血管中心線。血管中心線可以指位于血管內(nèi)部的沿著血管走向的一條線。血管中心線可以包括血管中一個或多個像素點(或體素點)的集合。血管可以包括血管邊界線及血管邊界線以內(nèi)的像素點(或體素點)的集合在一些實施例中，通過上一步獲取的變換圖像中，對于靠近血管中心部位、和圖像灰度值較高的部位的像素點(或體素點)的值可以較??；血管中心線可以從值較低的部位經(jīng)過，如圖5本發(fā)明一個實施例中提取血管中心線的結(jié)果示意圖所示。在一些實施例中，連接可以采用一種或多種算法，例如，梯度下降法、閾值法、區(qū)域生長法、水平集方法、區(qū)域分割和/或合并、邊緣跟蹤分割法、統(tǒng)計模式識別方法、均值聚類分割法、手動標定法、拓撲細化法、距離變換法等，或者上述方法的任意組合，確認端點之間中心線上的像素點(或體素點)的集合。獲取所述中心線可以是全自動、半自動、或手動進行的。綜上所述，本實施例中基于灰度變換圖像和距離場變換圖像的組合，可以有效提高血管中心線的提取效果。一方面可以使得血管中心線跟隨彎曲血管，不會從血管邊緣處經(jīng)過；另一方面可以使得血管中心線不會回避血管中亮度較暗的區(qū)域，從而保持血管中心線位于血管中心區(qū)域。為解決上述技術(shù)問題，本發(fā)明還提供一種醫(yī)學圖像中提取中心線的裝置，如圖6所示，所述裝置包括：采集單元U10、存儲單元U20、圖像處理單元U30、顯示單元U40和輸入單元U50。所述采集單元U10，通過各類模態(tài)的成像系統(tǒng)掃描采集獲得三維或二維圖像，所述模態(tài)包括但不限于磁共振成像(MRI)、磁共振血管造影(MRA)、計算機斷層掃描(CT)、正電子發(fā)射斷層掃描(PositronEmissionTomography，PET)等一種或多種的組合。所述存儲單元U20，存儲采集單元獲取的原始醫(yī)學圖像，和存儲系影像歸檔和通信系統(tǒng)(PictureArchivingandCommunicationSystems，PACS)等內(nèi)部或外部存儲系統(tǒng)傳輸獲得醫(yī)學圖像，以及圖像處理單元處理的諸如掩膜圖像，提取中心線后的醫(yī)學圖像等各類中間過程產(chǎn)生的圖像。所述顯示單元U40，顯示來來自于采集單元U10、存儲單元U20、圖像處理單元U30的圖像。所述輸入單元U50，用于輸入一些原始參數(shù)或設(shè)置相應圖像處理的初始化條件，例如選取任一目標區(qū)域的起始點、設(shè)置圖像圖像變換函數(shù)的參數(shù)等。圖像處理單元U30用于：獲取所述醫(yī)學圖像的掩膜圖像；識別所述掩膜圖像中至少一個目標區(qū)域；確定所述目標區(qū)域中至少兩個端點，包括第一端點和第二端點；基于至少一個圖像變換函數(shù)處理所述醫(yī)學圖像和/或所述掩膜圖像，獲取變換圖像；根據(jù)所述變換圖像，連接任一個目標區(qū)域中所述第一端點和第二端點之間的至少一條中心線路徑，獲取所述目標區(qū)域的中心線。需要說明的是，通過以上的實施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明的部分或全部可借助軟件并結(jié)合必需的通用硬件平臺來實現(xiàn)?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品可包括其上存儲有機器可執(zhí)行指令的一個或多個機器可讀介質(zhì)，這些指令在由諸如計算機、計算機網(wǎng)絡(luò)或其他電子設(shè)備等一個或多個機器執(zhí)行時可使得該一個或多個機器根據(jù)本發(fā)明的實施例來執(zhí)行操作。機器可讀介質(zhì)可包括，但不限于，軟盤、光盤、CD-ROM(緊致盤-只讀存儲器)、磁光盤、ROM(只讀存儲器)、RAM(隨機存取存儲器)、EPROM(可擦除可編程只讀存儲器)、EEPROM(電可擦除可編程只讀存儲器)、磁卡或光卡、閃存、或適于存儲機器可執(zhí)行指令的其他類型的介質(zhì)/機器可讀介質(zhì)。本發(fā)明可用于眾多通用或?qū)Ｓ玫挠嬎阆到y(tǒng)環(huán)境或配置中。例如：個人計算機、服務器計算機、手持設(shè)備或便攜式設(shè)備、平板型設(shè)備、多處理器系統(tǒng)、基于微處理器的系統(tǒng)、置頂盒、可編程的消費電子設(shè)備、網(wǎng)絡(luò)PC、小型計算機、大型計算機、包括以上任何系統(tǒng)或設(shè)備的分布式計算環(huán)境等。本發(fā)明可以在由計算機執(zhí)行的計算機可執(zhí)行指令的一般上下文中描述，例如程序模塊。一般地，程序模塊包括執(zhí)行特定任務或?qū)崿F(xiàn)特定抽象數(shù)據(jù)類型的例程、程序、對象、組件、數(shù)據(jù)結(jié)構(gòu)等。也可以在分布式計算環(huán)境中實踐本發(fā)明，在這些分布式計算環(huán)境中，由通過通信網(wǎng)絡(luò)而被連接的遠程處理設(shè)備來執(zhí)行任務。在分布式計算環(huán)境中，程序模塊可以位于包括存儲設(shè)備在內(nèi)的本地和遠程計算機存儲介質(zhì)中。雖然本發(fā)明已以較佳實施例揭示如上，然其并非用以限定本發(fā)明，任何本領(lǐng)域技術(shù)人員，在不脫離本發(fā)明的精神和范圍內(nèi)，當可作些許的修改和完善，因此本發(fā)明的保護范圍當以權(quán)利要求書所界定的為準。當前第1頁1 2 3