技术领域
[0001] 本
发明涉及
图像处理技术领域，具体地说，是一种基于心脏电影磁共振图像的左心肌分割方法。
背景技术
[0002] 在人体内，左心室能够将心脏中富
氧血
泵入大动脉，用以供应全身，所以这一泵体的功能指标是临床上诊断和
治疗心脏
疾病的重要参考依据，因此在临床诊断和治疗心脏病的常规手段中，需首先量化左心室的功能指标。而分割左心肌则是量化左心室功能指标的前提。
[0003] 在标准的临床实践中，心肌分割都由有经验的医生手动描绘。然而，手工分割存在以下几个缺点：第一，临床图像数据量大，劳动强度高，导致工作效率低下、耗时；第二，手动分割一般只会分割舒张末期和收缩末期的图像，容易丢失图像细节；第三，对于像小梁肌、
乳头肌等复杂的心脏结构进行分割时，不同医生存在主观差异，而导致分割
精度不高。因此，自动、高效、精确地分割出左心肌一直是研究的重点和热点。因此近年来，对心脏磁共振图像的左心肌分割国内外都有广泛研究，这些方法大致包括为基于形态学的方法、基于模糊聚类的方法以及基于主动轮廓模型的方法等。然而，这些方法几乎都只能有效分割中间
相位的图像，而对心脏顶部和底部的左心肌分割存在以下问题：由于心肌与左心室外膜周围组织(如
肺、肝脏和脂肪等)的灰度值相近，因此在分割过程中容易将心外膜
泄漏至肺部，形成弱边界；小梁肌和乳突肌的干扰，一般来说，与心肌相连的部分被认为是心肌的一部分，而漂浮在血池中的部分则被认为不是心肌的一部分，易使分割结果趋近假边缘。而且传统的主动轮廓模型通过
能量最小化，将如硬度和弹性这些内
力和如边缘等外力的能量最小化，从而分割对象。但这个
算法的一个主要缺点在于它易受局部最小值影响，因此，最初轮廓线必须确定为物体的附近，如果最初轮廓线
定位于远离物体，那么难以确定外部力并且难以集中至期望的分割区域。
[0004] 中国
专利文献：CN102289814A提供了一种心脏
核磁共振图像分割方法，包括以下步骤：1、对图像进行高斯滤波预处理；2、计算边缘保持法向梯度矢量流的外力场；3、定义心脏左心室内膜初始化轮廓
位置；4、在曲线演化过程中添加圆形能量约束，分割出内膜；5、将内膜的最终分割轮廓结果定义为外膜的初始化轮廓位置；6、将原始边缘图中内膜轮廓所包围区域的边缘强度置为0，重新计算外力场；7、在曲线演化过程中添加圆形能量约束，分割出外膜。其发明优点在于：捕捉范围大、抗噪能力强、且对弱边界泄漏有更好的鲁棒性。可阻止Snake轮廓从低
对比度区域或弱边界区域泄露的现象。但其依旧没有解决上述问题。
[0005] 综上所述，亟需一种可靠有效的全自动方法来准确分割左心肌，进一步提高心脏功能参数的精确性和可重复性，提高工作效率，减轻工作强度。
发明内容
[0006] 本发明的目的是，提供一种可靠有效的全自动方法来准确分割左心肌，进一步提高心脏功能参数的精确性和可重复性，提高工作效率，减轻工作强度。
[0007] 为实现上述目的，本发明采取的技术方案是：
[0008] 一种基于心脏电影磁共振图像的左心肌分割方法，包括以下步骤：
[0009] 步骤1：确定左心室初始质心点：
[0010] S1、获取左心室中部若干层面的剪影图像并得到若干累计图；
[0011] S2、利用所述累计图计算得到若干质心点；
[0012] S3、选取并计算初始质心点；
[0013] 步骤2：提取左心室心内膜：
[0014] S1、通过
迭代降低
阈值来确定待分割高灰度值区域的最优阈值；
[0015] S2、提取出最优阈值下的左心室其心内膜；
[0016] 步骤3：提取左心室心外膜：
[0017] S1、通过坐标变换产生极坐标下的圆形图；
[0018] S2、分离圆形图的边缘信息；
[0019] S3、修正外力：将步骤2提取的最优阈值下的心内膜作为初始轮廓，外力应使轮廓线沿半径增长方向迭代移动，计算圆形图边缘信息的梯度，将小于预设梯度的值
修改为最接近大于预设梯度的值，从而实现轮廓线在外力作用下沿半径增长方向移动；
[0020] S4、增加运动限制：将心肌强度信息用于限制轮廓运动，使初始轮廓在外力作用下向目标轮廓迭代演变，并且达到目标轮廓时停止迭代；
[0021] S5、主动轮廓模型分割：主动轮廓模型提取心外膜，初始轮廓线为步骤2提取出的最优阈值下的心内膜的轮廓，计算每一次迭代之前和之后的轮廓点之间的平均差异，当平均差异低于0.01
像素，迭代过程停止；
[0022] S6、再次通过坐标变换，得到直
角坐标下的左心室心外膜。
[0023] 作为一种优选的技术方案，步骤1的S1中所述累计图可由左心室中部三个层面的舒张末期和收缩末期的减影图像进行
霍夫变换得到。
[0024] 作为一种优选的技术方案，步骤1的S3中所述初始质心点为距离最近的两个质心点的二维平均坐标。
[0025] 作为一种优选的技术方案，步骤2中S1确定最优阈值包括以下步骤：
[0026] 1)以所述初始质心点其邻域像素值的平均值作为初始阈值，进行图像二值化处理，提取出该阈值下的左心室并计算其
全血体素的均值和标准差；
[0027] 2)、降低阈值，并重复上述1)步骤，直到提取的面积出现值的跃变；
[0028] 3)、选取出现跃变前一次的阈值为最优阈值，并提取出最优阈值状态下的左心室。
[0029] 作为一种优选的技术方案，可利用canny
边缘检测技术提取出左心室的心内膜并计算左心室全血体素的强度平均值、标准偏差。
[0030] 作为一种优选的技术方案，步骤3中S2：对主动轮廓模型进行改进的方法包括以下步骤：
[0031] 1)、修正外力使初始轮廓线沿着半径增长方向移动；
[0032] 2)、增加运动约束使初始轮廓演变至目标轮廓即停止。
[0033] 作为一种优选的技术方案，步骤3中S2利用Canny边缘分离器分离圆形图的边缘信息。
[0034] 本发明优点在于：本发明结合迭代下降阈值法、
坐标系变换，以及改进的主动轮廓模型方法依次提取心内膜和心外膜，从而实现心脏电影磁共振图像左心肌准确分割能够准确快速实现心脏磁共振图像左心肌部分的自动分割，不需要手动确定
种子点、不需要手动分割左心室的顶部和底部，也不需要手动勾画初始轮廓。其改进的主动轮廓模型方法通过应用强度限制，即使不确定力的方向，外部力也可借助先验知识产生。
附图说明
[0035] 附图1是本发明一种基于心脏电影磁共振图像的左心肌分割方法基于迭代下降阈值提取左心室过程区域内像素数目统计图。
具体实施方式
[0036] 下面结合具体实施方式，进一步阐述本发明。应理解，这些
实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明记载的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本
申请所附
权利要求书所限定的范围。
[0037] 实施例1
[0038] 本实施例背景参数：本实施例采用的数据为心脏电影
磁共振成像数据。数据来源于GE Signa 1.5T的磁共振成像系统，这些数据由成像序列SSFP采集，将屏气状态下采集的2D层面与时间短轴图像的层面相加，最终形成心脏电影短轴图像。其具体成像参数为：回波时间(Echo Time，TE)＝1.1-2.0ms，重复时间(Repetition Time，TR)＝3.3-4.5ms，翻转角(Flip Angle)＝55-60，图像大小(Matrix)＝256×256，
视野(FOV)＝290-400×240-360,接收带宽(Receiver Bandwidth)＝125kHz,层厚(Slice Thickness)＝6-8mm，层间距(Slice Gap)＝2-4mm，层厚与层间距两者总计为10mm。每个数据的左心室成像划分为6-10层、20-28个心脏时相。
[0039] 具体的左心肌分割方法包括以下步骤：
[0040] 步骤1：确定左心室初始质心点
[0041] S1、获取左心室中部若干层面的剪影图像并得到若干累计图：将心室中心层面图像二值化后，将舒张末期和收缩末期的图像进行相减，最后将减影映射到参数空间，得到累计图；并以相同的操作获取左心室中部位置三层的累计图
[0042] S2、利用所述累计图计算得到质心点：得到三组质心点
[0043] S3、选取并计算初始质心点：取距离最近的两个质心点，计算其二维平均坐标作为初始质心点。
[0044] 步骤2：提取左心室心内膜
[0045] S1、通过迭代降低阈值来确定待分割高灰度值区域的最优阈值
[0046] 1)、以所述初始质心点其邻域像素值的平均值作为初始阈值，进行图像二值化处理，提取出该阈值下的左心室并计算其全血体素的均值和标准差：其中，以该阈值进行图像二值化处理后与初始质心点重合的区域的全血体素即为该阈值下的左心室。
[0047] 2)、降低阈值，并重复上述1)步骤，直到提取的面积出现值的跃变：当左心室突然从心肌突破出去时，即为出现值的跃变
[0048] 3)、选取出现跃变前一次的阈值为最优阈值，并提取出最优阈值状态下的左心室：使用最优阈值重复上述1)步骤中提取左心室的过程，以实现左心室的准确分割[0049] S2、提取出最优阈值下的左心室其心内膜：对最优阈值下的左心室执行canny边缘检测技术，提取出心内膜
[0050] 其中，全血体素的均值和标准差分别由μ和σ表示，基于μ作为初始阈值，迭代下降阈值(t)对图像进行二值化；迭代下降阈值可由μ和一个变量r得到，具体采用公式：t＝μ/r；r是一个变量，初始值为1.0，以步长值0.05递增。请参看附图1，附图1是本发明一种基于心脏电影磁共振图像的左心肌分割方法基于迭代下降阈值提取左心室过程区域内像素数目统计图。附图1从区域像素数量的角度描绘了提取区域的像素数目随着连续降低的阈值缓慢增加直至突变，横轴表示变量r，纵轴表示像素数目。当r＝2.85时区域数目突然激增，表示生长区域突然从从心肌突破出去。所以选取r＝2.85的前一取值即r＝2.8，计算分割高灰度值心室区域的最优阈值T＝μ/2.8。
[0051] 步骤3：提取左心室心外膜
[0052] S1、通过坐标变换产生极坐标下的圆形图：由于左心室的形状大致是圆形，可通过极坐标图产生一个圆形图，极坐标图的中心是步骤1得到的最优阈值下的左心室其质心，将直角坐标轴的(x,y)转变为极坐标的半径r,弧度θ。选择最大的半径去
覆盖所有可能的心脏的短轴表面区域，所以直角坐标系下类似圆形的内外膜轮廓就转换为极坐标下的直线。
[0053] S2、分离圆形图的边缘信息：利用Canny边缘分离器分离出圆形图的边缘信息[0054] S3、修正外力：在圆形图中内外膜轮廓为直线组成，且外膜半径大于内膜半径，所以基于先验知识，将步骤2提取的心内膜作为初始轮廓，外力应使轮廓线沿半径增长方向迭代移动。计算圆形图边缘信息的梯度，将小于预设梯度的值修改为最接近大于预设梯度的值，从而实现轮廓线在外力作用下沿半径增长方向移动。
[0055] S4、增加运动限制：将心肌强度信息用于限制轮廓运动，使初始轮廓在外力作用下向目标轮廓迭代演变，并且达到目标轮廓时停止迭代。
[0056] 心肌强度信息公式：
[0057] Myocmax＝Myocmean+2.0LVstd
[0058] Myocmin＝0.4Myocmean
[0059] 其中，Myocmax、Myocmin、Myocmean分别表示心肌强度的最大值、最小值、均值。LVstd表示左心室的标准偏差。
[0060] S5、主动轮廓模型分割：应用由步骤3中S3修改外力和步骤3中S4增加了运动限制的主动轮廓模型提取心外膜，初始轮廓线为步骤2提取出的最优阈值下的心内膜轮廓。计算每一次迭代之前和之后的轮廓点之间的平均差异，若平均差异低于0.01像素，则迭代过程就停止，这意味着内部和外部能量都已经最小化。
[0061] S6、再次通过坐标变换，得到直角坐标下的左心室心外膜：应用极坐标图的逆计算，实现图像域中心外膜轮廓的转换。
[0062] 需要说明的是：本发明结合迭代下降阈值法、坐标系变换，以及改进的主动轮廓模型方法依次提取心内膜和心外膜，不需要手动确定种子点、不需要手动分割左心室的顶部和底部、在使用主动轮廓模型算法时，不需要手动勾画初始轮廓，实现了精确全自动分割左心肌；其改进的主动轮廓模型方法通过应用强度限制，即使不确定力的方向，外部力也可借助先验知识产生；步骤1的S1中所述累计图可由左心室中部三个层面的舒张末期和收缩末期的减影图像进行霍夫变换得到，可以提高左心室初始质心定位的准确概率；而在在标准主动轮廓模型中，外力通常由图像梯度力表示，但该梯度力只能很好定义目标轮廓附近的外力，远离目标轮廓的外力难以定义，所以步骤3中S3修正外力，可以使其不受初始位置的限制也可推动轮廓正确移动；所述先验知识为在心脏电影磁共振图像中，左心室腔内部的灰度值较高，并且被灰度级较低的心肌组织包围且其为本领域的技术人员所熟知。
[0063] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明原理的前提下，还可以做出若干改进和补充，这些改进和补充也应视为本发明的保护范围。
