邵萌珠　鄒辰

摘要：由于microCT圖像的成像原理和組織特性導致的多樣性和復雜性，針對小鼠CT圖像，單一的圖像分割方法難以取得良好的分割結(jié)果。結(jié)合當前醫(yī)學圖像分割方法，提出將閾值分割和基于Amira軟件的交互式分割相結(jié)合的方法。針對不同的器官組織，根據(jù)對象灰度特征、形狀、空間分布以及邊緣分布等信息，使用不同的分割方法及工具進行逐一分割，最后將不同的器官融合成完整的分割后CT圖像。該半自動交互式分割方法結(jié)合了兩者的特點，可實現(xiàn)小鼠CT圖像的準確分割。

關(guān)鍵詞：醫(yī)學圖像分割；閾值分割；Amira軟件；MATLAB應用

DOIDOI：10.11907/rjdk.151432

中圖分類號：TP317.4

文獻標識碼：A 文章編號文章編號：16727800（2015）008020703

0 引言

在小鼠microCT圖像數(shù)據(jù)獲取過程中，如使用液體麻醉劑容易使小鼠的呼吸和心跳運動加快，導致運動偽影的產(chǎn)生，致使microCT圖像成像分辨率低，進而降低圖像分割的準確性并對后期重建工作造成誤差；而可以提高圖像分辨率的用于小動物的造影劑價格昂貴，成本較大?；跍蚀_性、快捷性和成本代價適當?shù)脑瓌t，本文提出使用閾值分割與交互式分割相結(jié)合的分割方法對小鼠microCT圖像進行分割。

1 小鼠microCT圖像分割

基于小鼠microCT圖像特點，分步進行分割：①利用閾值分割方法[13]分割出小鼠的骨骼部分；②利用基于Amira軟件的交互式分割方法分割出其它器官；③利用Amira軟件對分割后的各切片進行平滑操作；④利用Matlab將各器官融合[4，5]。操作流程如圖1所示。

1.1 基于閾值的自動分割

閾值分割法是一種將灰度圖像變?yōu)槎祱D像以達到分割目的的方法。該方法簡單、有效，特別是當不同對象

結(jié)構(gòu)之間有很大強度對比時，能夠獲得很好的效果。一般意義下，閾值運算可以看作是一種圖像中某點的灰度函數(shù)，或者該點的某種局部特征（如該點的平均灰度）及該點在圖像中的位置檢驗，閾值一般可以寫成以下形式[6]：

T=T[x，y，f（x，y），p（x，y）]（1）

利用式（1），可將取閾值分割方法分成如下3類，其中閾值分別為：

（1）全局閾值。只與點的灰度值有關(guān)。

T=T（fx，y）（2）

（2）局部閾值。與該點的灰度值和該點的局部鄰域特征有關(guān)。

T=T（fx，y，px，y）（3）

（3）動態(tài)閾值。與該點的位置、該點的灰度值或該點鄰域特征有關(guān)。

T=T（x，y，fx，y，px，y）（4）

由于本文小鼠microCT圖像中骨骼灰度值與其它器官對比度明顯，利用Matlab軟件采用閾值分割方法對小鼠骨骼部分進行預分割，將圖像中閾值大于215小于255的都賦值為255，并視為小鼠骨骼部分。實現(xiàn)自動閾值分割的部分matlab程序如下：

For k=1：512

Ic = fread（fid，[N_xslice，N_yslice]，bitdepth）；

Ic（find（Ic>=215&Ic<=255））=255；

fid1=fopen（‘segImrotate12.raw，a）；

fwrite（fid1，Ic，bitdepth）；

fclose（fid1）；

1.2 基于Amira的交互式分割

由于小鼠microCT圖像中其余器官之間的灰度值對比度不夠強烈，利用一般的自動分割方法很難得到滿意的分割結(jié)果，因此利用Amira軟件采用交互式分割方法分割其余器官。

（1）讀取原始數(shù)據(jù)。參數(shù)設定如下： data type：byte；dimensions：609*609*512；size：0.08*0.08*0.08；此時該文件的綠色圖標出現(xiàn)，代表該數(shù)據(jù)集，右擊對象池中的綠色按鈕，display-Orthoslice，就將其與Orthoslice模塊連接，數(shù)據(jù)圖形顯示在三維圖形顯示器。

（2）器官分割。分割就是將圖像上每個像素分配一個標簽，以注明該像素所在的區(qū)域及其材質(zhì)屬性，比如該像素代表的是骨骼，還是肌肉、血管、臟器等。進行器官分割時，首先創(chuàng)建一個空白的標號場（labelfield），然后在圖像編輯器中進行交互編輯標簽。針對不同的器官，根據(jù)其形狀、大小、灰度值、邊緣等信息使用不同的工具進行圖像分割，并為分割區(qū)域作上標簽。其中，常用工具為套索工具，可以將需要的區(qū)域用套索將其邊界圍起來，然后再作上標簽，但該工具標出的邊界不太光滑。一般情況下，對于邊界曲度較好的器官，可以用筆刷分割，該工具刷出區(qū)域為圓，且半徑可以進行調(diào)整，因此可以與邊界進行較好地匹配，而且其分出的區(qū)域邊界光滑，不需要作太多修改。例如對于本文所使用生數(shù)據(jù)中的肌肉可以用套索工具，而心臟、肺、腎臟，肝臟可以用筆刷進行分割。將各器官大體分割好后作上標簽。調(diào)整好邊界后，用“smooth label”對邊界進行平滑，size值設為3；再應用 “Remove islands”去除島嶼，完成分割。各器官閾值對應如表1所示。

1.3 各器官融合

對分割后得到的各器官，采用兩兩器官分別融合的方法，比如將肌肉和骨骼融合，閾值分別設定為0、11和0、51，相加后產(chǎn)生4個閾值：0、11、51、62。其中，閾值為0的部分視為背景，閾值為11的部分視為肌肉，閾值為51的部分視為骨骼，閾值為62的部分可以視為骨骼。其余器官也采用同樣的方式進行兩兩融合，得到3個融合結(jié)果，再利用該方法逐一融合得到完整的分割后CT圖像，需要注意的是，閾值設定要避免相加所得結(jié)果產(chǎn)生重復的數(shù)據(jù)，導致各器官混淆，圖像分割準確度降低。其中肌肉和骨骼融合部分matlab程序如下：

Fid1 = fopen（‘muscle.raw，r+）；

fid2 = fopen（‘bone.raw，r+）；

for n=1：256

Ic1 = fread（fid1，[width，height]，uint8）；

Ic2 = fread（fid2，[width，height]，uint8）；

Ic = Ic1+Ic2；

Ic1 = Ic；

Ic1（find（Ic==62））=51；

fwrite（fidsave，Ic1，uint8）；

end

1.4 分割結(jié)果對比與驗證

小鼠器官分割前后的結(jié)果分別如圖2、圖3所示。

為驗證分割準確度，利用3Dmed軟件中的配準功能將分割后的數(shù)字鼠結(jié)果和分割前的CT重建結(jié)果作疊加對比，結(jié)果如圖4、圖5所示。

可以看出，閾值分割和基于Amira軟件的交互式分割相結(jié)合的方法可以得到滿意的分割結(jié)果。分割后的microCT數(shù)據(jù)存儲為生數(shù)據(jù)格式（.raw），此數(shù)據(jù)格式可以直接讀入到Amira中，進行小鼠表面數(shù)據(jù)的提取和內(nèi)部體數(shù)據(jù)剖分。所有器官的表面均被提取出來后，就可以進行四面體剖分，剖分后的四面體數(shù)據(jù)可以用于內(nèi)部光源的重建，為后續(xù)研究打下基礎(chǔ)。

2 結(jié)語

小鼠microCT圖像分割具有以下顯著特點：①采取單獨的圖像分割方法，對小鼠microCT圖像難以取得良好的分割結(jié)果，需要對現(xiàn)有方法進行改進并有效結(jié)合；②醫(yī)學圖像分割通常需要應用醫(yī)學領(lǐng)域中的相關(guān)知識，要實現(xiàn)正確分割，需要了解圖像中不同對象的灰度分布情況、形狀特征以及對象間的空間幾何關(guān)系；③由于小鼠microCT圖像分割是生物發(fā)光斷層成像的基礎(chǔ)，后期獲取的表面2D分布需要映射到小鼠的3D表面，而且光源重建時也需要對分割后的數(shù)據(jù)作有限元剖分，因此其準確性非常重要。鑒于自動分割方法難以滿足雙模態(tài)系統(tǒng)中小鼠microCT圖像分割結(jié)果準確性的要求，因此應重視用戶參與控制進行引導的交互式圖像分割方法。本文應用軟件Amira5.2.1進行交互式與閾值分割相結(jié)合的方法，最終得到較滿意的小鼠器官分割結(jié)果。

圖5 分割前后三維立體圖疊加

參考文獻：

[1] 謝勰，王輝，張雪峰.圖像閾值分割技術(shù)中的部分和算法綜述[J].西安郵電學院學報，2011，16（3）：113.

[2] 王文寧，王匯源，牟文英.一種新的灰度直方圖分割閾值的自動檢測方法[J].計算機工程與應用，2005，26（6）：8991.

[3] 韓思奇，王蕾.圖像分割的閾值法綜述[J].系統(tǒng)工程與電子技術(shù)，2002（24）：9194.

[4] 王曉輝，唐勁天，李運智，唐露新.基于Amira的小鼠肺部同步輻射圖像的三維重建[J].北京生物醫(yī)學工程，2008，27（4）：482485.

[5] 黃劍玲.利用MATLAB進行數(shù)字圖像的分析和處理[J].計算機與現(xiàn)代化，2000（6）：104107.

[6] 楊修國.圖像分割方法研究與分析[D].上海：華東師范大學，2009.

（責任編輯：陳福時）