胡金涌　陳宇飛　王志成　趙衛(wèi)東

摘要：圖割理論作為一種全局最優(yōu)的框架，為腹腔CT圖像肝臟提供了一種可行化方法。利用圖割理論和先驗知識進行CT圖像肝臟分割首先需要從CT圖像中得到肝臟感興趣區(qū)域，再利用CT圖像中存在的關(guān)于肝臟的先驗知識輔助地選取種子點，減少了交互時間，最后運用最大流最小割算法實現(xiàn)肝臟分割并經(jīng)過后處理得到較準確的肝區(qū)。實驗結(jié)果表明該方法分割結(jié)果準確，執(zhí)行效率高，魯棒性好。

關(guān)鍵詞：肝臟CT圖像；圖割；分割；先驗知識；魯棒性

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2012）34-8300-04

1概述

肝癌是世界上最常見的癌癥之一，肝臟CT掃描已經(jīng)成為肝癌術(shù)前影像學(xué)檢查的必備方法。利用計算機對腹腔CT圖像進行肝臟分割是開展醫(yī)學(xué)影像在臨床和生命科學(xué)研究領(lǐng)域廣泛應(yīng)用的一個先行程序[1]。在腹腔CT影像中，肝臟和臨近的器官或組織有接近的灰度，它們之間通常存在模糊邊界，給肝臟分割帶來了困難；另一方面，人體腹腔解剖結(jié)構(gòu)和形狀非常復(fù)雜，病例之間肝臟與腫瘤的形狀、大小、位置、灰度表現(xiàn)等可能存在較大差異。由于這些問題的存在，肝臟分割一直是醫(yī)學(xué)圖像處理領(lǐng)域內(nèi)經(jīng)典難題[2][3]。

基于圖割的分割方法是基于能量最小化興起的一個研究熱點，BoykovY等人[4]提出了圖割模型的能量最小化方法。近年來，圖割方法在肝臟分割上已經(jīng)取得了卓有成效的成果，BeichelR等人[5]先用圖割分離出肝臟再手動修正，取得較好的分割效果；FreedmanD等人[6]先構(gòu)造造肝臟的形狀描述子，再利用圖割方法實現(xiàn)肝臟分割；ShimizuA等人[7]將肝臟的統(tǒng)計形狀模型和圖割模型結(jié)合起來，在能量函數(shù)中引入形狀能量約束函數(shù)和鄰域結(jié)構(gòu)函數(shù)項，取得了很好的分割準確度。但由于CT圖像分辨率高，圖像序列數(shù)量較多，應(yīng)用圖割方法分割肝臟存在內(nèi)存消耗大、計算復(fù)雜度高這一瓶頸問題[8]。

腹腔CT圖像擁有大量的關(guān)于肝臟的位置、灰度表現(xiàn)等先驗知識，將先驗知識引入肝臟分割中可以顯著提高分割準確度。該文在肝臟分割中引入先驗知識，在圖割之前去除無關(guān)部分，并研究從少量的種子點中獲取肝臟區(qū)域的統(tǒng)計信息。大量肝臟CT圖像分割實驗表明，該方法在處理模糊邊界、目標形狀灰度復(fù)雜的肝臟CT圖像分割問題時可得到準確的分割效果。

該文第二部分將介紹圖割基本理論和方法，第三部分介紹基于圖割的肝臟分割模型的步驟，第四部分將給出一些實驗結(jié)果和分析，最后是文章總結(jié)。

2圖割的基本理論和方法

利用圖割理論對圖像進行分割時，需要將原始圖像映射為一個賦權(quán)圖，圖像的每一個體素都映射為圖的一個結(jié)點，邊上的權(quán)值大小定義為這條邊連接的兩個體素的相關(guān)度。圖中還有兩個虛擬結(jié)點，即終結(jié)點S（源點）和T（匯點），圖中每個結(jié)點都有兩條帶權(quán)邊分別連接到這兩點。圖割理論將圖像的分割描述為圖的最大流問題，即圖的全局能量最小化。在BoykovY的論文中[4]，圖的能量最小化方程被描述為：