李焰宏 劉杰 王俊杰

摘 ?要： 頸動(dòng)脈狹窄可能會(huì)引起缺血性腦卒中，早期識(shí)別頸動(dòng)脈血管形態(tài)對(duì)于評(píng)估腦卒中發(fā)生風(fēng)險(xiǎn)具有重要意義。通過對(duì)頸動(dòng)脈三維重建的研究，可以還原頸動(dòng)脈的結(jié)構(gòu)，對(duì)于研究腦血管疾病的成因及臨床診斷與治療有很大的幫助。本文針對(duì)CTA圖像的特點(diǎn)，在管狀結(jié)構(gòu)CT值篩選和多尺度濾波圖像增強(qiáng)的基礎(chǔ)上，采用一種基于區(qū)域特征的中心點(diǎn)追蹤的分割方法，并在2套CTA圖像上進(jìn)行了實(shí)驗(yàn)。初步結(jié)果表明，算法對(duì)于頸動(dòng)脈血管大部分二維圖像能夠較好地分割。

關(guān)鍵詞： CTA圖像;頸動(dòng)脈分割;三維可視化

中圖分類號(hào)： TN911.73 ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ?DOI：10.3969/j.issn.1003-6970.2019.04.020

本文著錄格式：李焰宏，劉杰，王俊杰. 基于區(qū)域特征的中心點(diǎn)追蹤的頸動(dòng)脈分割[J]. 軟件，2019，40（4）：9499

【Abstract】： Carotid stenosis may cause ischemic stroke. Early identification of carotid vascular morphology is important for assessing the risk of stroke. Through the study of three-dimensional reconstruction of the carotid artery， the structure of the carotid artery can be restored， which is of great help to study the causes and clinical diagnosis and treatment of cerebrovascular diseases. In this paper， based on the characteristics of CTA image、the CT value screening of tubular structures and multi-scale filtered image enhancement， a segmentation method based on regional feature tracking is used， and experiments are carried out on two sets of CTA images. Preliminary results show that the algorithm can segment the majority of the two-dimensional images of the carotid artery.

【Key words】： CTA images; Carotid artery segmentation; 3D visualization

0 ?引言

腦卒中是全球范圍內(nèi)致死或致殘的三大病因之一，美國(guó)腦卒中死亡率已呈逐年下降趨勢(shì)，但中國(guó)腦卒中的發(fā)病率、死亡率仍處于上升趨勢(shì)，高居死亡原因的首位[1]，且老年人罹患腦卒中后的死亡率較年輕人增加一倍。約2/3腦卒中是缺血性腦卒中。頸動(dòng)脈作為顱內(nèi)動(dòng)脈的上游血管，是腦循環(huán)的主要供血?jiǎng)用}。頸動(dòng)脈狹窄閉塞性病變是引起缺血性腦卒中的最常見原因之一。通過對(duì)頸動(dòng)脈三維重建的研究，可以還原頸動(dòng)脈的結(jié)構(gòu)，對(duì)于研究腦血管疾病的成因及臨床診斷與治療有

血管分割是醫(yī)學(xué)圖像數(shù)據(jù)分析和處理領(lǐng)域中最為重要的一部分，是管組織精確可視化和病理結(jié)果定量分析的基礎(chǔ)步驟。目前已有的血管分割方法主要有五大類，分別是基于區(qū)域生長(zhǎng)法、基于管狀結(jié)構(gòu)、基于中心線、基于活動(dòng)輪廓模型以及基于神經(jīng)網(wǎng)絡(luò)的分割方法，前四種屬于傳統(tǒng)的分割方法，基于神經(jīng)網(wǎng)絡(luò)的分割方法是目前比較熱門的方法，但此方法依賴于大量的數(shù)據(jù)標(biāo)注，而醫(yī)學(xué)圖像數(shù)據(jù)量較大，實(shí)際操作困難較大，所以本文采用傳統(tǒng)的分割方法。

考慮到在實(shí)際情況的應(yīng)用（分割的精度與速度），本文采用基于區(qū)域特征的中心點(diǎn)追蹤方法。旨在應(yīng)用醫(yī)學(xué)圖像處理與分析技術(shù)手段，采用臨床所提供的頭部CTA平掃圖像通過分割頸動(dòng)脈并進(jìn)行三維可視化，為后續(xù)進(jìn)行定性與定量分析奠定基礎(chǔ)[3]。

1 ?頸動(dòng)脈三維重建的材料與實(shí)驗(yàn)設(shè)計(jì)

1.1 ?臨床資料

采集2組北京醫(yī)院成人頭頸部CT增強(qiáng)平面連續(xù)掃描圖像數(shù)據(jù)。成像設(shè)備為GE的revolution CT，CT掃描參數(shù)設(shè)定為管電壓100 kV，電流是自動(dòng)mA，斷層厚度0.625 mm，圖像矩陣512×512，掃描方位為冠狀面，兩組數(shù)據(jù)僅包含頸段頸動(dòng)脈共390張CT圖像。為了提高頸動(dòng)脈病變的檢出率及定性診斷的準(zhǔn)確率，靜脈注射40 mL，濃度為370 mL/gL的碘造影劑用以增強(qiáng)掃描。

1.2 ?圖像分割設(shè)備

圖像處理硬件：Founder Junyi M80 圖像處理工作站，參數(shù)為DESKTOP-6SHD5LU，主頻3.30 GHz，內(nèi)存為6.0 GB，操作系統(tǒng)為Windows 10。

圖像處理軟件：MATLAB R2017b軟件，用來實(shí)現(xiàn)對(duì)頸動(dòng)脈CT圖像的預(yù)處理、分割及三維可視化。

2 ?圖像分割的模型與算法

本文圖像分割算法分為四步：第一步對(duì)原始圖像進(jìn)行ROI區(qū)域確定;第二步將ROI區(qū)域的灰度值調(diào)整為CT值，并采用自適應(yīng)迭代法去除頸動(dòng)脈周圍的軟組織;第三步采用多尺度血管增強(qiáng)濾波算法進(jìn)行圖像增強(qiáng)，然后獲取圖像邊界;第四步根據(jù)頸動(dòng)脈區(qū)域特征篩選連通區(qū)域。與現(xiàn)有算法相比，本文算法的優(yōu)勢(shì)主要有：①抓住了血管結(jié)構(gòu)特征，分割結(jié)果可靠;②采用追蹤與區(qū)域特征相結(jié)合的方法，可以很好的解決分叉處的問題，且分割速度快速;③算法簡(jiǎn)單易行，容易編程實(shí)現(xiàn)。