自動(dòng)上下文模型在三維CT肝臟圖像分割中的應(yīng)用研究.pdf

1、我國(guó)是肝病高發(fā)國(guó)家，肝臟手術(shù)是各種常見肝臟良惡性疾病的主要治療方法之一。而肝臟手術(shù)前的計(jì)算機(jī)輔助手術(shù)規(guī)劃則是肝臟手術(shù)的重要環(huán)節(jié)，對(duì)后續(xù)的臨床手術(shù)起重要的指導(dǎo)作用。肝臟圖像的分割、肝臟圖像的三維重建以及肝臟容積的測(cè)量等都是計(jì)算機(jī)輔助肝臟手術(shù)規(guī)劃中的重要步驟。其中從醫(yī)學(xué)影像中將肝臟組織準(zhǔn)確地分割出來(lái)，是計(jì)算機(jī)輔助肝臟疾病診斷與手術(shù)規(guī)劃中一個(gè)基礎(chǔ)且至關(guān)重要的步驟。在各種各樣的醫(yī)學(xué)成像技術(shù)中，計(jì)算機(jī)斷層掃描(CT)圖像由于比較高的信噪比，以及較

2、好的空間分辨率，在計(jì)算機(jī)輔助診斷與手術(shù)規(guī)劃中經(jīng)常被采用。
　　然而，由于肝臟組織與周邊相鄰器官之間高度的亮度相似性、肝臟形狀的高度差異性、病灶的存在等，從CT圖像中將肝臟分割出來(lái)是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。目前臨床應(yīng)用的系統(tǒng)普遍采用手動(dòng)分割，這樣的工作是相當(dāng)乏味且耗時(shí)的。因此，適合臨床應(yīng)用，快速準(zhǔn)確的三維CT肝臟全自動(dòng)分割或交互式分割方法的研究是非常有意義的。在學(xué)習(xí)和研究現(xiàn)有的三維CT肝臟圖像分割方法的基礎(chǔ)上，本文引入機(jī)器視覺(jué)領(lǐng)域最新

3、的自動(dòng)上下文模型(Auto-contextModel)，對(duì)自動(dòng)上下文模型在三維CT肝臟圖像分割中的應(yīng)用做了較為深入的研究和探討。本文的主要工作和貢獻(xiàn)如下:
　　廣泛閱讀當(dāng)前肝臟圖像分割的相關(guān)文獻(xiàn)，對(duì)三維CT肝臟圖像分割近年來(lái)研究的現(xiàn)狀以及主流的方法進(jìn)行整理和歸納，同時(shí)深入研究了自動(dòng)上下文模型的原理、公式與應(yīng)用，為將自動(dòng)上下文模型應(yīng)用到三維CT肝臟圖像分割領(lǐng)域奠定基礎(chǔ)。
　　提出了一種新穎的尺度不變自動(dòng)上下文算法，該算法是最近

4、提出來(lái)的自動(dòng)上下文算法的改進(jìn)算法。原先的自動(dòng)上下文算法因?yàn)楦鶕?jù)固定的徑向序列采樣上下文位置，從而對(duì)大的尺度變化非常敏感。為了取得尺度不變性，尺度不變自動(dòng)上下文算法嘗試得到圖像的尺度。對(duì)于不同尺度的圖像，采用不同采樣間隔的徑向序列進(jìn)行上下文位置采樣。在尺度不變自動(dòng)上下文算法的每一次迭代過(guò)程中，采用當(dāng)前得到的分類映射去估計(jì)圖像尺度，然后采用相應(yīng)采樣間隔的徑向序列去選擇上下文位置。算法迭代直到收斂。本文將提出的尺度不變自動(dòng)上下文算法應(yīng)用到幾個(gè)

5、經(jīng)典的圖像分割和標(biāo)記任務(wù)，實(shí)驗(yàn)結(jié)果表明，當(dāng)存在大的對(duì)象尺度變化時(shí)，尺度不變自動(dòng)上下文算法跟原先的自動(dòng)上下文算法相比，分割結(jié)果有顯著的改善。
　　提出了采用自動(dòng)上下文學(xué)習(xí)算法結(jié)合水平集方法，對(duì)三維CT肝臟圖像進(jìn)行分割。給定一套三維腹部CT訓(xùn)練圖像集以及對(duì)應(yīng)的肝臟手動(dòng)標(biāo)記結(jié)果，先進(jìn)行學(xué)習(xí):首先對(duì)所有腹部CT圖像做仿射變換，配準(zhǔn)到其中一個(gè)典型圖像（肝臟手動(dòng)標(biāo)記結(jié)果也做相應(yīng)的對(duì)齊）。然后對(duì)于所有配準(zhǔn)后腹部圖像的每個(gè)體素，提取基于圖像塊的三

6、維圖像特征和基于分類映射的三維上下文特征。最后采用自動(dòng)上下文模型進(jìn)行訓(xùn)練(label已知)，得到分類器。給定一待分割三維腹部CT圖像，首先將它配準(zhǔn)到訓(xùn)練集中典型圖像空間，然后對(duì)配準(zhǔn)后圖像的每個(gè)體素進(jìn)行特征提取，輸入自動(dòng)上下文分類器，從而得到肝臟分割概率映射，最后采用水平集(CV模型)進(jìn)行后處理，得到最終的肝臟分割結(jié)果。實(shí)驗(yàn)結(jié)果表明，該方法在三維CT肝臟圖像分割中取得了很好的效果。
　　提出了一種基于自動(dòng)上下文模型、多圖譜與改進(jìn)均值

7、平移技術(shù)的三維CT肝臟圖像自動(dòng)分割方法。該方法是一種基于學(xué)習(xí)的方法，可以分為兩個(gè)階段。第一階段，即學(xué)習(xí)階段，采用自動(dòng)上下文模型在每一個(gè)圖譜空間構(gòu)造一個(gè)分類器序列。采用多個(gè)圖譜，可以取得多個(gè)分類器序列。第二階段，即分割階段，首先采用每一個(gè)圖譜空間的分類器序列對(duì)待分割圖像進(jìn)行分割，然后采用基于模糊積分的多分類器融合技術(shù)對(duì)多個(gè)圖譜空間的分割結(jié)果進(jìn)行融合。特別地，為了加速分割，給定一待分割圖像，首先采用改進(jìn)的均值平移技術(shù)進(jìn)行過(guò)分割，然后實(shí)現(xiàn)區(qū)域

8、級(jí)的圖像標(biāo)記。本文采用MICCAI2007肝臟分割挑戰(zhàn)賽提供的數(shù)據(jù)庫(kù)來(lái)評(píng)估提出的自動(dòng)肝臟分割方法。實(shí)驗(yàn)結(jié)果顯示，本文提出的方法，不管是準(zhǔn)確率還是效率方面，與肝臟圖像分割領(lǐng)域最近提出的一些具有代表性的工作具有可比性。
　　提出了一種新的活動(dòng)輪廓算法，即層次的上下文活動(dòng)輪廓，并將其應(yīng)用于三維CT肝臟圖像分割。層次的上下文活動(dòng)輪廓是一種基于機(jī)器學(xué)習(xí)的算法，可以分為兩個(gè)階段。第一階段，即學(xué)習(xí)階段，給定一套腹部三維CT訓(xùn)練圖像以及對(duì)應(yīng)的手動(dòng)

9、肝臟分割結(jié)果，利用上下文特征將每次的自動(dòng)分割結(jié)果向手動(dòng)參考分割結(jié)果映射，迭代學(xué)習(xí)得到一組糾錯(cuò)分類器。第二階段，即分割階段，首先將待分割圖像用基本的活動(dòng)輪廓進(jìn)行分割;分割結(jié)果輸入第一個(gè)糾錯(cuò)分類器，輸出第一個(gè)形狀模型，然后結(jié)合圖像信息和當(dāng)前形狀模型，采用上下文活動(dòng)輪廓進(jìn)行再一次分割;得到的分割結(jié)果輸入第二個(gè)糾錯(cuò)分類器，輸出第二個(gè)形狀模型，結(jié)合圖像信息和當(dāng)前形狀模型，再次采用上下文活動(dòng)輪廓進(jìn)行分割。如此迭代分割，隨著形狀模型的逐步精確，最終可