技术领域
[0001] 本
发明涉及
图像处理技术领域，更具体地，涉及基于图谱融合的腹腔多器官分割方法及装置。
背景技术
[0002] 在包括癌变病症在内的许多病症上，都需要对腹部多个器官进行分割，才能展开后续的
治疗方案，不同与其他多目标分割任务，腹部CT图像各个器官的边界模糊，种类繁多，受到腹部压
力影响，人体中的某些器官(例如胃，胰腺，肝脏等等)存在较大的
变形。同时，人工手动进行分割是十分费时费力的，往往会加重医疗人员的负担，甚至可能耽误治疗，因此利用多器官分割系统实现腹部多器官的自动分割具有重要的意义。
[0003] 多图谱分割(Multi-atlas segmentation，MAS)是
生物医学应用中最广泛使用和最成功的
图像分割技术之一。图谱是指CT图像和对应金标准的组合，其中金标准在分割方法中表示目标的标注，通常为人工标注。多图谱分割技术直接操纵和利用地图集的整个数据集，具有更好地捕获解剖变异的灵活性，从而提供更好的效果分割准确性。图谱
算法的目标是使用地图集中图像强度和分割标签之间的关系，将分割标签分配给待分割图像的
像素。采用图谱进行分割的初始算法通常采用了两步流程，确定相关的图谱并将其用于第二步基于配准的分割过程。在这个阶段，主流的图谱算法是基于概率分类的分割算法。这种算法有两个特点，包括统一的图谱
坐标系和关于标签的统计数据。首先，通过共同配准用于构建图谱的训练图像来定义统一的坐标系；然后，在图谱坐标系空间中给定的
位置预先计算特定标签的概率。最后，使用参数统计模型的概率推断过程在图谱坐标系中对待分割图像进行分割。对图谱的空间归一化可以通过训练过程中创建的图谱模板进行配准来实现，或者与概率模型中的分割进行共同估计。图谱算法中许多策略都围绕着如何利用图像的相似性和如何克服不同器官组织的特异性，因而，如何基于图谱实现多器官分割成为图像处理的研究重点之一。
发明内容
[0004] 本发明
实施例提供一种克服上述问题或者至少部分地解决上述问题的基于图谱融合的腹腔多器官分割方法及装置。
[0005] 第一个方面，本发明实施例提供一种基于图谱融合的腹腔多器官分割方法，包括：
[0006] 在图谱中的CT图像和待分割图像中分别选取多个标注点，根据所述多个标注点将CT图像向待分割图像进行配准，之后相应调整图谱中的金标准，使得调整后的金标准与配准后的CT图像一致；
[0007] 对于图谱中任意一副配准后的CT图像，计算所述配准后的CT图像与所述待分割图像的图谱相似度，并结合调整后的金标准，获得配准后的CT图像与待分割图像中任意像素点对应的金标准。
[0008] 第二个方面，本发明实施例提供一种基于图谱融合的腹腔多器官分割装置，包括：
[0009] 配准模
块，用于在图谱中的CT图像和待分割图像中分别选取多个标注点，根据所述多个标注点将CT图像向待分割图像进行配准，之后相应调整图谱中的金标准，使得调整后的金标准与配准后的CT图像一致；
[0010] 分割模块，用于对于图谱中任意一副配准后的CT图像，计算所述配准后的CT图像与所述待分割图像的图谱相似度，并结合调整后的金标准，获得配准后的CT图像与待分割图像中任意像素点对应的金标准。
[0011] 第三方面，本发明实施例提供一种
电子设备，包括
存储器、处理器及存储在存储器上并可在处理器上运行的
计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
[0012] 第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
[0013] 本发明实施例提供的基于图谱融合的腹腔多器官分割方法及装置，通过选取标注点，再利用标注点将图谱中CT图像向待分割图像进行配置，能够获得多个器官同时对齐的结果，为后续分割图像奠定了
基础。
附图说明
[0014] 为了更清楚地说明本发明实施例或
现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0015] 图1为本发明实施例的基于图谱融合的腹腔多器官分割方法及装置；
[0016] 图2为本发明实施例提供的基于图谱融合的腹腔多器官分割装置的结构示意图；
[0017] 图3为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
[0018] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0019] 图1为本发明实施例的基于图谱融合的腹腔多器官分割方法的流程示意图，如图1所示，该方法包括S101和S102，具体地：
[0020] S101、在图谱中的CT图像和待分割图像中分别选取多个标注点，根据所述多个标注点将CT图像向待分割图像进行配准，之后相应调整图谱中的金标准，使得调整后的金标准与配准后的CT图像一致。
[0021] 可以理解的是，图谱中包括了一定数量的CT图像，每幅CT图像均预先确定了金标准(Gold standard)。对于腹部多器官的分割任务，难以通过传统的配准过程获得多个器官同时对齐的结果，因此，本发明实施例对图谱中的CT图像和待分割图像分别选取多个标注点，利用标注点进行配准。在腹部多器官分割任务中，由于各个器官的特征点难以确定。对于肝脏，本发明实施例可以选取多个特征点，例如肝脏的肝圆顶、右叶前段、右叶肝尖、右叶后段、莫里森袋、肝
门及左叶侧段。在CT
图像配准后，还需要将CT图像对应的金标准进行调整，使得调整后的金标准与配准后的CT图像一致。本发明实施例的步骤S101可以获得比现有技术更好的器官对齐效果，为后续确定待匹配图像中各想读的的金标准提供基础。
[0022] S102、对于图谱中任意一副配准后的CT图像，计算所述配准后的CT图像与所述待分割图像的图谱相似度，并结合调整后的金标准，获得配准后的CT图像与待分割图像中任意像素点对应的金标准。
[0023] 需要说明的是，在采用本发明实施例步骤S101获得的配准后的CT图像后，可以采用现有的基于全局图谱相似性的图谱融合算法对图像进行分割。可以理解的是，基于全局图谱相似性的图片融合算法属于本领域的常规技术手段，在此不再赘述。
[0024] 需要说明的是，本发明实施例通过选取标注点，再利用标注点将图谱中CT图像向待分割图像进行配置，能够获得多个器官同时对齐的结果，为后续分割图像奠定了基础。
[0025] 在上述各实施例的基础上，作为一种可选实施例，所述在图谱中的CT图像和待分割图像中分别选取多个标注点，具体为：
[0026] 根据所述CT图像对应的金标准，获得器官的轮廓曲面；
[0027] 以器官的中心为原点，均匀向外描绘射线，将射线与轮廓曲面的交点作为标注点。
[0028] 举例而言，如果某器官是一个球体，则轮廓面为一个球面，从球心均匀固定
角度间距地向外发射射线，例如90度，则得到6个标注点，标注点之间的最小角度差即为90度。
[0029] 在上述各实施例的基础上，作为一种可选实施例，所述根据所述多个标注点将CT图像向待分割图像进行配准，具体为：
[0030] 以所述CT图像和待分割图像的标注点的空间一致性为目标，即变换的目标是为了使得图谱CT图像的标注点与待分割图像的标注点经过配准变换之后在空间上更加接近。先后采用刚性配准、仿射配准和基于B样条的非刚性配准的方法，将CT图像向待分割图像进行配准。
[0031] 具体地，B样条的配准可以定义为：
[0032]
[0033] 其中xk为标注点，β3(x)为立方多维B样条多项式，pk为B样条系数向量，即标注点的位移，σ为B样条标注点的间距，Νx为所有标注点的集合。标注点网格由标注点之间的间距σ定义，这对于每个方向可能是不同的。
[0034] 考虑到现有的仅基于全局图谱相似度进行图片分割的
精度较低，因此，本发明实施例采用全局权重结合局部权重的方式确定图谱相似度，具体地，
[0035] 其中，所述全局权重根据待分割图像中任意一个像素点的像素强度与配准后的CT图像的平均差强度确定。
[0036] 全局权重
[0037] 其中，平方差强度Δ(I,In)＝∑j∈R||I(xj)-In(xj)||2；Δδ表示强度
阈值；I(xj)表示待分割图像I中第j个像素点；In(xj)表示图谱中第n幅配准后的CT图像中第j个像素点；R表示实数。
[0038] 局部权重根据待分割图像中以给定像素为中心的图像块与配准后的CT图像上同一空间位置的图像块的灰度值和在统一坐标系上的距离确定。
[0039] 局部权重
[0040] 其中， 表示待分割图像中给定像素xi为中心的图像块 和图谱中第n幅配准后的CT图像中给定像素xj为中心的图像块 间的灰度差值；hv为两个图像块在同一坐标系上的距离；xi和xj的空间位置相同。
[0041] 在上述各实施例的基础上，作为一种可选实施例，所述获得配准后的CT图像与待分割图像中任意像素点对应的金标准，具体为：
[0042] 通过以下公式计算待分割图像中任一像素点对应的金标准的概率：
[0043]
[0044] 其中，L(x)表示待分割图像中像素点x对应的金标准的概率；N表示图谱中CT图像的总数， 表示第n幅CT图像与待分割图像的全局权重； 表示第n幅CT图像与待分割图像的局部权重；Ln(xj)表示待分割图像中像素点j对应的金标准的标签。
[0045] 图2为本发明实施例提供的基于图谱融合的腹腔多器官分割装置的结构示意图，如图2所示，该基于图谱融合的腹腔多器官分割装置包括：配准模块201和分割模块202，其中：
[0046] 配准模块201，用于在图谱中的CT图像和待分割图像中分别选取多个标注点，根据所述多个标注点将CT图像向待分割图像进行配准，之后相应调整图谱中的金标准，使得调整后的金标准与配准后的CT图像一致。
[0047] 分割模块202，用于对于图谱中任意一副配准后的CT图像，计算所述配准后的CT图像与所述待分割图像的图谱相似度，并结合调整后的金标准，获得配准后的CT图像与待分割图像中任意像素点对应的金标准。
[0048] 本发明实施例提供的基于图谱融合的腹腔多器官分割装置，具体执行上述各基于图谱融合的腹腔多器官分割方法实施例流程，具体请详见上述各基于图谱融合的腹腔多器官分割方法实施例的内容，在此不再赘述。本发明实施例提供的基于图谱融合的腹腔多器官分割装置通过选取标注点，再利用标注点将图谱中CT图像向待分割图像进行配置，能够获得多个器官同时对齐的结果，为后续分割图像奠定了基础。
[0049] 图3为本发明实施例提供的电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信
接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，
通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储在存储器330上并可在处理器310上运行的计算机程序，以执行上述各实施例提供的基于图谱融合的腹腔多器官分割方法，例如包括：在图谱中的CT图像和待分割图像中分别选取多个标注点，根据所述多个标注点将CT图像向待分割图像进行配准，之后相应调整图谱中的金标准，使得调整后的金标准与配准后的CT图像一致，对于图谱中任意一副配准后的CT图像，计算所述配准后的CT图像与所述待分割图像的图谱相似度，并结合调整后的金标准，获得配准后的CT图像与待分割图像中任意像素点对应的金标准。
[0050] 此外，上述的存储器330中的逻辑指令可以通过
软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，
服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动
硬盘、
只读存储器(ROM，Read-Only Memory)、
随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0051] 本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的基于图谱融合的腹腔多器官分割方法，例如包括：在图谱中的CT图像和待分割图像中分别选取多个标注点，根据所述多个标注点将CT图像向待分割图像进行配准，之后相应调整图谱中的金标准，使得调整后的金标准与配准后的CT图像一致，对于图谱中任意一副配准后的CT图像，计算所述配准后的CT图像与所述待分割图像的图谱相似度，并结合调整后的金标准，获得配准后的CT图像与待分割图像中任意像素点对应的金标准。
[0052] 以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0053] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用
硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0054] 最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对齐限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行
修改，或者对齐中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
