1、圖像處理技術(shù)講座（15）Advanced Digital Image Processing (15)Segmentation Application 醫(yī)學(xué)圖像分割應(yīng)用2009.12Case Study I A hybrid segmentation method based on Fast Marching and Mathematical Morphology(一種基于快速前進(jìn)和數(shù)學(xué)形態(tài)學(xué)的混合分割方法)混合分割算法Motivation:該三維醫(yī)學(xué)圖像分割算法兼具快速行進(jìn)和形態(tài)重建兩個算法的優(yōu)點(diǎn).Algorithm:使用極限腐蝕法對圖像進(jìn)行降噪，并且斷開目標(biāo)區(qū)和周圍信息； 構(gòu)造混合算法使用F

2、M實現(xiàn)快速分割，得到粗糙的結(jié)果；通過形態(tài)重建來優(yōu)化最終結(jié)果； 從第一步的結(jié)果中進(jìn)行區(qū)域恢復(fù)是通過遞歸膨脹實現(xiàn)的算法流程圖 醫(yī)學(xué)圖像分析分割提出了一種基于快速行進(jìn)和數(shù)學(xué)形態(tài)學(xué)的混合分割方法.醫(yī)學(xué)圖像分析評價參數(shù)提出了一種基于徑向距離驗證(Radial Distance Based Validation，RDBV) 方法首先計算目標(biāo)的中心線醫(yī)學(xué)圖像分析評價參數(shù)LRDE (Local Radial Distance Error)GA (Global Accuracy)醫(yī)學(xué)圖像分析評價參數(shù)1 L. Gu, J. Xu, and T. Peters, A Novel Multistage 3D Medi

3、cal Image Segmentation: Methodology and Validation. IEEE Trans. On Information Technology in Biomedicine. Aortic Valve Segmentation from Ultrasound Images Based on a Novel Shape Constraint GCV Model（基于新型形狀約束GCV模型的超聲圖像主動脈瓣分割）Case Study II主動脈瓣分割A(yù)V short axis view (closed)movement of AVAortic Valve（AV）

4、 Disease Table 1 AV disease informationDisease主動脈狹窄主動脈缺陷病因 風(fēng)濕性主動脈瓣狹窄風(fēng)濕性心臟病鈣化主動脈瓣狹窄感染性心內(nèi)膜炎AV變性先天性主動脈瓣狹窄粘液變性主動脈竇破裂動脈瘤破裂癥狀主動脈瓣運(yùn)動受限血液回流心臟泵功能被阻止勞力性呼吸困難勞力性呼吸困難，心絞痛，暈厥心悸，胸痛，暈厥研究目標(biāo)P Lang, M Rajchl, AJ McLeod, MW Chu and TM Peters, “Feature Identification for Image-Guided Transcatheter Aortic Valve Implantat

5、ion, in Proc.SPIE Med. Imag. Conf., vol.8316, pp.83162X-83162X-14, 2011. AV diseaseTAVICT & US US image segmentation經(jīng)過導(dǎo)管的主動脈瓣植入手術(shù)術(shù)前CT術(shù)中超聲（US）磁導(dǎo)航主動脈瓣US圖像分割圖像序列（短軸）主動脈瓣狹窄 主動脈缺陷算法Chan-Vese Model-基于區(qū)域的主動輪廓分割模型- 最小化基于能量的分割The average intensity outside the contour CThe average intensity inside the contour

6、 C 算法 CV模型是基于能量的模型:?算法形狀約束的GCV模型：Advantages of improved CV model：1.梯度矢量能量擴(kuò)大了外力的捕捉范圍，使得演化輪廓根據(jù)圖像細(xì)節(jié)更好地擬合邊界;2.形狀約束可防止任何溢出并提高效率。梯度矢量流 (Gradient Vector Flow ，GVF) GVF通過擴(kuò)散力將捕獲范圍擴(kuò)展到整個圖像域，并使演化輪廓移動到感興趣的區(qū)域。GVF被定義為 最小化能量函數(shù)為:Original imagetraditional potential force fieldGVF field算法算法約束形狀1.初始約束形狀（主要的）：2.附加約束形狀（相

7、鄰幀的信息）： Red contour: 相鄰幀的分割結(jié)果Green contour: 當(dāng)前幀的約束形狀流程圖比較試驗gold standard CV model GCV modelshape constraint CV modelproposed method結(jié)果和分析AV segmentation results for each measure* :No.Image Size Pixel Spacing (mm/pixel)AOE(%)RAD(%)ASCD(mm)RMSD(mm)MSCD(mm)(a)224*2720.46465.591.152.481.320.740.150.960.1

8、82.370.73(b)636*4360.43364.982.072.231.700.690.160.880.151.680.44(c)636*4360.47376.011.883.872.871.150.481.610.633.370.83(d)224*2560.50599.182.434.511.991.380.391.920.544.911.55(e)636*4360.53265.721.333.232.180.780.121.360.43.480.79(f)636*4360.50209.533.496.143.281.570.371.740.465.242.23total6.892.883.932.631.070.421.370.523.561.71實驗表明，所提出的方法是可行的，可以圖像引導(dǎo)輔助醫(yī)生完成心臟介入手術(shù)或者探查。* Y.Guo, B.Dong, L.Gu, “Semi-automatic segm