基于CT圖像的顱內(nèi)血腫體積測(cè)量方法的研究.pdf

1、顱內(nèi)血腫尤其是急性顱內(nèi)血腫是危害人生命健康的顱腦損傷之一。顱內(nèi)血腫的大小是衡量病人手術(shù)與否的重要指標(biāo)之一。準(zhǔn)確測(cè)量該血腫的體．積具有重大的臨床應(yīng)用價(jià)值，本課題正是在此背景下對(duì)CT圖像的處理與分割問題進(jìn)行研究，以得到臨床需要的自動(dòng)顱內(nèi)血腫體積測(cè)量方法。 CT是利用X線穿透人體后的衰減特性作為診斷依據(jù)的。通俗的講，它區(qū)分的是組織密度的不同。在顱內(nèi)血腫尤其是急性顱內(nèi)血腫的顯示中，CT圖像要優(yōu)于MR圖像，因此CT常被應(yīng)用于顱內(nèi)血腫的診斷

2、中?？紤]到CT的成像特點(diǎn)及噪聲、偽影、部分容積效應(yīng)等因素，先對(duì)顱腦CT圖像進(jìn)行濾波處理，本文采用一種性能優(yōu)良的非線性各向異性擴(kuò)散濾波器，即能有效濾除圖像中的噪聲，又能很好地保持圖像的細(xì)節(jié)及邊緣并且速度快。 由于CT圖像將組織密度不同轉(zhuǎn)變?yōu)榛叶炔町?，在研究顱內(nèi)血腫體積大小時(shí)，我們將CT序列圖像進(jìn)行二步分割： 1)先將顱腦CT圖像中與血腫灰度相同或近似的皮下血腫、肌肉、皮膚等顱骨外組織去除，剩余腦組織與血腫，完成CT圖像的一

3、步分割。顱骨及顱骨外非腦組織的去除中，利用了閾值法、區(qū)域生長(zhǎng)及圖像邏輯運(yùn)算。由于顱骨在CT圖像中與其它組織在灰度差異很大，因此采用經(jīng)驗(yàn)閾值很容易得到顱骨邊緣，不需要復(fù)雜耗時(shí)的檢測(cè)方法。區(qū)域生長(zhǎng)采用四鄰域生長(zhǎng)，遍歷整個(gè)腦組織與血腫，最后圖像異或和相乘，得到只有腦組織與血腫的CT圖像，用簡(jiǎn)單的圖像處理方法得到較好的結(jié)果。 2)腦組織與血腫在灰度上有較大差異，利用閾值法去除腦組織，得到只是血腫的圖像，完成CT圖像的第二步分割。再測(cè)得血

4、腫面積，求和得到血腫體積。腦組織與血腫的分割中，考慮到CT圖像可避免的噪聲因素，采用二維熵閾值化的方法，用像素灰度及其鄰域灰度為參數(shù)來(lái)分割圖像。它不僅反映了灰度信息分布，而且反映了圖像象素鄰域空間相關(guān)信息，因此它可以有效的抑制噪聲，排除干擾和不需要的細(xì)小結(jié)構(gòu)。熵是信息論的概念，通過(guò)最大化體現(xiàn)分割結(jié)果的信息量的準(zhǔn)則函數(shù)來(lái)得到最優(yōu)分割閾值是一種較新的有效分割方法。由于二維熵閾值化的計(jì)算量較龐大，本文采用改進(jìn)的遺傳算法來(lái)搜尋最優(yōu)分割閾值使二維