基于中心線(xiàn)提取的DSA腦血管造影圖像分割方法研究.pdf

1、腦血管疾病是影響人類(lèi)身體健康的最常見(jiàn)的疾病之一，嚴(yán)重時(shí)甚至威脅到生命安全，并且腦血管疾病已引起世界衛(wèi)生組織的高度重視。介入手術(shù)是治療腦血管疾病的常用手段之一，介入手術(shù)過(guò)程通常會(huì)使用數(shù)字減影造影術(shù)獲取腦血管的造影圖像，經(jīng)過(guò)圖像分割算法對(duì)血管結(jié)構(gòu)的提取及三維顯示，詳細(xì)的腦血管拓?fù)浣Y(jié)構(gòu)可以輔助醫(yī)生對(duì)腦血管病變部位的定位和了解病變程度以及制定合適的治療方案。血管的三維可視化為醫(yī)生對(duì)疾病的診斷和治療提供重要的參考信息。然而，由于形成造影圖像設(shè)備、

2、造影劑試用劑量、還有患者自身等因素的影響造成最終的造影圖像數(shù)據(jù)的灰度分布不均以及存在偽影等因素影響。這些因素將會(huì)影響分割結(jié)果，進(jìn)而直接影響醫(yī)生對(duì)造影圖像的診斷和治療方案的制定。為了解決上述問(wèn)題，本文提出實(shí)現(xiàn)一種自動(dòng)準(zhǔn)確的分割出腦血管的方法。
　　在本文中,首先我們對(duì)圖像進(jìn)行了增強(qiáng)，改進(jìn)的多尺度濾波對(duì)DSA數(shù)據(jù)增強(qiáng)處理是為了增加血管和背景之間的對(duì)比度，并且壓制噪聲。在多尺度濾波血管增強(qiáng)方法的基礎(chǔ)上，我們分析了基于Hessian矩陣的

3、特征值與血管幾何形狀之間的關(guān)系。針對(duì)血管細(xì)小的部分增強(qiáng)不夠明顯，引入了中值響應(yīng)方程（Medialness Function），Medialness響應(yīng)比多尺度濾波的在管狀結(jié)構(gòu)中心處的響應(yīng)更尖銳，更適合對(duì)信號(hào)比較弱的細(xì)小血管進(jìn)行增強(qiáng)。實(shí)驗(yàn)結(jié)果表明該方法不僅可以增強(qiáng)血管主干部分，也可以增強(qiáng)信號(hào)比較弱的細(xì)小血管部分。
　　其次，基于增強(qiáng)處理后的數(shù)據(jù)我們提取出腦血管中心線(xiàn)。對(duì)于高脊遍歷，根據(jù)脊線(xiàn)跟蹤算法提取出腦血管的中心線(xiàn)并估計(jì)出各點(diǎn)對(duì)應(yīng)

4、的血管半徑信息。提取出增強(qiáng)圖譜里面所有滿(mǎn)足在26鄰域最大的點(diǎn)為局部極大值點(diǎn)，并且將局部極大值點(diǎn)作為中心線(xiàn)起始點(diǎn)。然后根據(jù)中心點(diǎn)和它周?chē)I(lǐng)域點(diǎn)之間的方向以及周?chē)I(lǐng)域點(diǎn)多尺度響應(yīng)值作為判斷條件尋找下一個(gè)中心點(diǎn)，最終得到血管中心線(xiàn)。通過(guò)對(duì)Phantom數(shù)據(jù)和兩套臨床腦血管真實(shí)數(shù)據(jù)的中心線(xiàn)提取驗(yàn)證了該方法的有效性。
　　最后，我們還對(duì)極大似然估計(jì)算法進(jìn)行了研究，結(jié)合中心線(xiàn)提供的拓?fù)浣Y(jié)構(gòu)和半徑信息使用統(tǒng)計(jì)模型法進(jìn)行腦血管分割，我們分割出腦血